Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі
Запропоновано методику оцінювання характеристик зелених насаджень в умовах міських агломерацій і урбанізованих територій на основі даних ДЗЗ, а саме, лідарних даних та матеріалів багатоспектрального космічного знімання високої просторової розрізненності. Описано схему оброблення даних при дистанційн...
Saved in:
| Published in: | Екологічна безпека та природокористування |
|---|---|
| Date: | 2013 |
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут телекомунікацій і глобального інформаційного простору НАН України
2013
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/57576 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі / М.О. Попов, І.Д. Семко // Екологічна безпека та природокористування: Зб. наук. пр. — К., 2013. — Вип. 12. — С. 51-62. — Бібліогр.: 12 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860016561444618240 |
|---|---|
| author | Попов, М.О. Семко, І.Д. |
| author_facet | Попов, М.О. Семко, І.Д. |
| citation_txt | Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі / М.О. Попов, І.Д. Семко // Екологічна безпека та природокористування: Зб. наук. пр. — К., 2013. — Вип. 12. — С. 51-62. — Бібліогр.: 12 назв. — укр. |
| collection | DSpace DC |
| container_title | Екологічна безпека та природокористування |
| description | Запропоновано методику оцінювання характеристик зелених насаджень в умовах міських агломерацій і урбанізованих територій на основі даних ДЗЗ, а саме, лідарних даних та матеріалів багатоспектрального космічного знімання високої просторової розрізненності. Описано схему оброблення даних при дистанційному оцінюванні кількісно-якісних характеристик зелених насаджень, наводяться результати її застосування на полігоні міста Черкаси.
Предложена методика оценивания характеристик зеленых насаждений в условиях городских агломераций и урбанизированных территорий на основе данных ДЗЗ, а именно, лидарных данных и материалов многоспектральной космической съемки высокого пространственного разрешения. Описана схема обработки данных при дистанционной оценке количественно-качественных характеристик зеленых насаждений, приводятся результаты ее применения на полигоне города Черкассы.
A method for remote assessment of trees plantations characteristics in conditions of mega polis or urban territories using remote sensing data, namely LIDAR data and multispectral satellite images with high spatial resolution is proposed. A flowchart of data proceeding for remote assessment of quality and quantity characteristics of trees plantations is noted. Results of proposed method application for Cherkassy site are described.
|
| first_indexed | 2025-12-07T16:45:25Z |
| format | Article |
| fulltext |
51
Розділ 2. Основи природокористування
та безпека життєдіяльності
УДК 528.87
© М.О. Попов, д-р техн. наук, проф.;
І.Д. Семко, аспірант
Науковий центр аерокосмічних досліджень Землі
Інституту геологічних наук НАН України, м. Київ
ОЦІНЮВАННЯ ХАРАКТЕРИСТИК ЗЕЛЕНИХ НАСАДЖЕНЬ
З ВИКОРИСТАННЯМ ЗАСОБІВ
ДИСТАНЦІЙНОГО ЗОНДУВАННЯ ЗЕМЛІ
Запропоновано методику оцінювання характеристик зелених насаджень в умовах
міських агломерацій і урбанізованих територій на основі даних ДЗЗ, а саме, лідарних даних
та матеріалів багатоспектрального космічного знімання високої просторової розрізнен-
ності. Описано схему оброблення даних при дистанційному оцінюванні кількісно-якісних ха-
рактеристик зелених насаджень, наводяться результати її застосування на полігоні міста
Черкаси.
Ключові слова: ДЗЗ, зелені насадження, міські агломерації, космічні знімки
Вступ
Вплив на здоров’я людини несприятливих чинників міського життя суттєво знижується
за рахунок зелених насаджень - деревно-чагарникової і трав’яної рослинності в парках, скве-
рах, на вулицях, бульварах, алеях, тощо. Зелені насадження (ЗН) відіграють велику роль у
боротьбі із запиленістю і загазованістю повітря, впливають на температуру і вологість сере-
довища, роблять свій внесок у формування мікроклімату району, забезпечують захист від
промислових і автотранспортних викидів, шуму, снігових заметів. Крім того, ЗН займають
значне місце в архітектурі міста, допомагають організувати простір, додають містам
індивідуальний і неповторний характер.
Численні наукові дослідження показують, що рівень впливу ЗН на міське середовище і
його екологічний стан залежить від таких чинників, як порода, кількість дерев та їхній вік,
висота, порядок розміщення і повнота насаджень тощо. Так, на листяних деревах добре
осідають тверді частинки атмосферних аерозолів, пил найкраще затримують листя в’язів і
бузку. Фітонциди, що активно виділяються, насамперед, деревами хвойних порід, вбивають
деякі хвороботворні бактерії, зокрема бактерії дифтериту. Тому зрозуміло, що питання збе-
Екологічна безпека та природокористування______________________________
52
реження ЗН і озеленення міських територій є ключовими у справі забезпечення належних
санітарно-гігієнічних умов і якості життя населення в цілому.
Державні будівельні норми України "Містобудування. Планування і забудова міських і
сільських поселень" (ДБН 360-92) встановлюють, що на одну людину має бути від 10 до 15
кв. метрів площі ЗН загальноміського користування та 6-8 кв. метрів у житлових районах. У
нашій країні оцінювання та здійснення контролю за станом озеленення та охороною ЗН,
відповідністю нормам ДБН 360-92 регулюється низкою законів, зокрема Законом України
“Про благоустрій населених пунктів”. За наказом Державного комітету України по житлово-
комунальному господарству “Про затвердження Правил утримання зелених насаджень міст
та інших населених пунктів України” № 70 від 29 липня 1994 р., комунальними службами
або уповноваженими організаціями періодично проводиться інвентаризація ЗН, мета якої –
актуалізація даних щодо кількісних і якісних характеристик ЗН на території поселення.
За “Інструкцією з інвентаризації зелених насаджень у населених пунктах України” від
16.01.2007 р. [http://zakon3.rada.gov.ua/laws/show/z0182-02], силами спеціалістів місцевого
бюро технічної інвентаризації або уповноваженими підприємствами раз на п'ять років:
визначається загальна площа, зайнята об'єктами зеленого господарства, у тому числі
окремо деревами, чагарниками, квітниками, газонами, стежками тощо;
підраховується кількість дерев і чагарників за видами насаджень, їх породами, віком,
діаметром;
оцінюються стовбури дерев та стан їхнього утримання.
При інвентаризації також оцінюється (в номінальних категоріях “добрий”, “задовіль-
ний” або “незадовільний”) стан насаджень за ознаками: стан дерев, санітарно-захисних зон,
газонів, кущів, квітників. Проводиться оцінювання якості стану лісопаркових насаджень,
відповідності кількості ЗН чинним будівельним та санітарним нормам.
За підсумками інвентаризації складається паспорт кожного об'єкта зеленого господар-
ства, зміст якого включає актуальну на той час інформацію про:
межі об'єкта із зазначенням сусідніх землекористувачів;
дорожньо-алейну мережу;
поодинокі дерева, групи дерев і кущів, живоплоти, рядові посадки дерев, газони, квіт-
ники тощо;
будівлі, споруди, водоймища, опори електричних, телефонних та радіомереж, огля-
дові колодязі інженерних мереж тощо.
Одержання означеної інформації, складання паспортів об'єктів зеленого господарства
потребують великого обсягу робіт з візуального обстеження насаджень на місці, геометрич-
ної та інструментальної зйомки, виконання геодезичних робіт, проведення складних ро-
зрахунків тощо. Багаторічний вітчизняний та світовий досвід показує, що розв’язання цих
задач традиційними методами камеральних робіт у натурі є дуже трудомістким, витратним і
не завжди дозволяє отримувати всю інформацію, необхідну для прийняття муніципальною
владою адекватних управлінських рішень.
http://zakon3.rada.gov.ua/laws/show/z0182-02
Розділ 2. Основи природокористування та безпека життєдіяльності
53
Тому в останнє десятиліття для вирішення різноманітних завдань, пов’язаних з визна-
ченням кількісних та якісних характеристик об’єктів лісопаркових зон, природно-
заповідного фонду, зелених масивів і окремих поодиноких дерев, все частіше застосовуються
методи дистанційного зондування Землі (ДЗЗ), засновані на залученні матеріалів аеро-
космічного знімання і цифрових технологій оброблення даних.
Контекст і постановка задачі
Найбільш вагомі і цікаві результати в дистанційному оцінюванні видів і характеристик
рослинності досягнуто на сьогодні за допомогою матеріалів багатоспектрального та гіпер-
спектрального знімання в оптичному діапазоні [1]. Просторова і радіометрична якість ма-
теріалів багатоспектрального космічного знімання, що одержуються сучасними бортовими
видовими технічними засобами (Landsat, RapidEye, GeoEye, WorldView та ін.), дозволяє до-
сить точно розділяти ділянки з листяними і хвойними деревами, розраховувати площі цих
ділянок, оцінювати стан зелених насаджень і лісів тощо. За допомогою матеріалів гіперспек-
трального знімання (EO-1 Hyperion, AVIRIS, HYDICE та ін.) сьогодні можна із задовільною
точністю оцінювати біофізичні параметри рослинності, зокрема, концентрацію хлорофілу
[2].
Однак пасивний принцип формування зображення, який закладений в конструкцію
більшості відомих сучасних технічних засобів багато - та гіперспектрального знімання, сут-
тєво обмежує можливості отримання оцінок розподілу характеристик і параметрів об’єктів
вдовж третьої просторової координати – висоти, що, наприклад, необхідно в задачах
оцінювання біо- і фітомаси , структури і деревного запасу насаджень тощо. Одержання озна-
чених оцінок можливе із застосуванням активних лазерно-локаційних (лідарних) систем, в
яких зображення розташованих на місцевості об’єктів формуються енергією імпульсів ла-
зерного випромінювання, відбитого від цих об’єктів [3]. Оскільки звичайно є технічна мож-
ливість окремо реєструвати лазерні імпульси, відбиті від елементів (деталей) об’єкта, розта-
шованих на різних відстанях (висотах, ярусах), то через селекцію імпульсів випромінювання,
що відбиті одноярусними деталями об’єктів, можна формувати відповідне зображення. Зав-
дяки тому одержується не одне, а низка зображень об’єкта, яка у сукупності дає можливість
синтезувати 3D-зображення місцевості та розташованих на ній об’єктів, оцінювати розподіл
характеристик і параметрів об’єктів вдовж третьої координати – висоти, тощо.
Однією з перших фундаментально-прикладних робіт, де були систематизовані резуль-
тати застосування авіаційних систем лазерної локації місцевості, лісових масивів та інших
фітоценозів, є монографія [4]. Тут розглянуто технології 3D-аналізу земної поверхні, визна-
чення структури і фітомаси лісу за даними лазерної локації і супутникових систем глобаль-
ного позиціювання, на багатому фактичному матеріалі висвітлюються особливості і переваги
лазерно-локаційного знімання при інвентаризації лісів, землевпорядкуванні і т. д.
У роботах [5-8] показано, що принципово нові можливості щодо підвищення повноти і
точності оцінок відкривають підходи, які базуються на комплексуванні лідарних даних з ма-
теріалами багатоспектрального знімання. У [5] на основі спільного застосування знімків
Екологічна безпека та природокористування______________________________
54
QuickBird і лідарних даних вирішується задача класифікації ділянок лісу в залежності від
складу порід дерев. Процедура класифікації здійснюється у два етапи: спочатку незалежно
проводиться сегментування зображення QuickBird за спектральними ознаками і сегменту-
вання за лідарними даними, а після цього результати об’єднуються для отримання кла-
сифікаційних оцінок. У [6] побудовані регресійні моделі, які на основі авіаційних лідарних
даних і супутникових багатоспектральних знімків LandSat ETM+ дозволяють здійснювати
картографування лісів.
Ряд досліджень з ДЗЗ, зокрема роботи [7, 8], показують, що точність оцінок стану лісів,
визначення порід дерев, запасів деревостою може бути підвищена, якщо лідарні дані ком-
плексуються з даними гіперспектрального знімання та іншими даними на територію інтере-
су. У [7] подібним чином вирішувалась задача класифікації лісових ділянок, лідарні дані за-
безпечувалися лазерно-локаційним сканером Optech ALTM 3100, гіперспектральне зобра-
ження формувалося бортовим сенсором AISA Eagle (126 спектральних каналів у діапазоні
довжин хвиль від 0,40 до 0,99 мкм, просторове розрізнення на місцевості 1,0 м). Результати,
наведені у [8], показують високу точність і перспективність методів картографування струк-
тури лісів із залученням лідарних даних, багатоспектральних знімків різного просторового
розрізнення і радіолокаційних зображень.
Слід звернути увагу, що ефективність зазначених вище комплексних методів ДЗЗ сут-
тєво залежить від гомогенності (просторової однорідності) ділянок рослинності і земної по-
верхні. Найбільш складними у цьому відношенні є міські агломерації та інші урбанізовані
території, де паркові зони, “островки” рослинності перемежовуються з будівлями, дорогами
тощо [9]. Крім того, для успішної класифікації об’єктів на аерокосмічних зображеннях і
валідації (перевіряння ефективності) методу або технології необхідні контрольно-завіркові
дані, які отримуються методом польових вимірювань і спостережень [1, 10]. Через ці обста-
вини практично кожна тематична задача ДЗЗ, чи то дистанційне оцінювання стану лісів,
визначення характеристик ЗН в умовах міста або інша, потребує адаптування до регіональ-
них (місцевих) умов, властивостей об’єктів інтересу, врахування специфіки вхідних даних і
т. д.
Мета даної статті – розробка і обґрунтування методики дистанційного оцінювання
кількісно-якісних характеристик ЗН в умовах міських агломерацій і урбанізованих територій
на основі комплексного застосування лідарних даних і матеріалів багатоспектрального
космічного знімання високої просторової розрізненості.
За допомогою розробленої методики можуть оперативно, в автоматизованому режимі
оцінюватися основні характеристики ЗН (площа та стан ділянки, висота і тип дерева та ін.),
передбачені згаданою вище “Інструкцією з інвентаризації зелених насаджень у населених
пунктах України” і необхідні при прийнятті рішень відповідними владними структурами і
особами.
Розділ 2. Основи природокористування та безпека життєдіяльності
55
Територія дослідження і вхідні дані
У якості полігону досліджень було використано частину території м. Черкаси, Україна,
площею порядку 25 км
2
(координати центру ділянки: 49.422798, 32.017433). Одна з особли-
востей території – це густий рослинний покрив на території паркових зон та рідкий рослин-
ний покрив у містах забудови. Друга особливість – різноманітність розмірів об’єктів на тери-
торії досліджень, від малих архітектурних форм до багатоповерхових житлових комплексів.
Враховуючи ці особливості, для надійної класифікації об’єктів необхідні матеріали ви-
сокої просторої розрізненості. Тому на означену територію було отримано багатоспектраль-
ний космічний знімок, зроблений з борта космічного апарата GeoEye-1 28 травня 2011 р., і
дані лідарного знімання з борта літака на близький період часу.
Багатоспектральний космічний знімок GeoEye-1 має у своєму складі панхроматичне
зображення (спектральний інтервал 0,45–0,90 мкм) з просторовою розрізненістю близько 0,5
м і чотири зональних зображення (в інтервалах 0,45–0,52 (синій), 0,52–0,60 (зелений), 0,625–
0,695 (червоний) та 0,76–0,90 мкм (ближній інфрачервоний)). Просторова розрізненість усіх
зональних зображень однакова і складає 1,65 м. Цифровий сигнал зображення має ди-
намічний діапазон 12 бітів. Багатоспектральний космічний знімок, який використовувався в
дослідженні, пройшов процедуру атмосферного коригування.
Лідарні дані були одержані за допомогою авіаційного лазерно-локаційного сканера
Optech ALTM з такими характеристиками [www.optech.com]:
робоча довжина хвилі 1,064 мкм;
розрізненість за висотою від 5 до35 см (в залежності від висоти знімання);
розрізненість на місцевості близько 40 точок на 1 м
2
;
можливість роздільної фіксації 4-ох імпульсів за дальністю;
динамічний діапазон сигналу 12 бітів.
Крім того, в процесі дослідження також залучалися дані, отримані шляхом візуальних
спостережень об’єктів території дослідження.
Методика оброблення даних: схема і експериментальні результати
Методика дистанційного оцінювання кількісно-якісних характеристик ЗН в умовах
міських агломерацій і урбанізованих територій на основі комплексного застосування лідар-
них даних і матеріалів багатоспектрального космічного знімання високої просторової розріз-
неності реалізується за схемою, представленою на рис. 1.
Згідно зі схемою, спочатку оброблення багатоспектрального знімку та лідарних даних
здійснюється паралельно. Оброблення багатоспектрального знімку (знімків) має на меті
виділити на зображенні (місцевості) ділянки, які відносяться до ЗН. Для цього в роботі був
використаний нормалізований вегетаційний індекс NDVI (Normalized Difference Vegetation
Index):
,
RNIR
RNIR
EE
EE
NDVI
Екологічна безпека та природокористування______________________________
56
де ENIR, ER – інтенсивність оптичного сигналу у ближньому інфрачервоному та червоному
спектральному діапазонах відповідно.
Рис. 1 - Схема дистанційного оцінювання кількісно-якісних характеристик зелених
насаджень в умовах міських агломерацій і урбанізованих територій:
ЦМР – цифрова модель рельєфу; ЦММ - цифрова модель місцевості
Розрахунок NDVI базується на двох найбільш стабільних (не залежних від інших фак-
торів) ділянках спектральної кривої відбиття рослин. У червоній області спектра (0,66–0,69
мкм) лежить максимум поглинання сонячної радіації хлорофілом вищих рослин, а в інфра-
червоній області (0,78–0,92 мкм) перебуває область максимального відбиття клітинних
структур листя. Тобто висока фотосинтетична активність (пов'язана, як правило, з густою
рослинністю) веде до меншого відображення в червоній області спектра і більшого - в інфра-
червоній. Для рослинності індекс NDVI>0, і чим більше зелена фітомаса, тим значення NDVI
вище [11]. Розрахунок NDVI в межах дослідженої території наведено на рис. 2, на шкалі ін-
дексу відповідностей показано ділянки території, які належать до ЗН та інших об’єктів.
Крім того, необхідно врахувати той факт, що точності NDVI вистачає здебільшого в
умовах з густою щільністю ЗН (парки, сквери), але в умовах забудови для підвищення точ-
ності потрібно вводити корекцію за сигнал від ґрунту в загальний алгоритм класифікації.
Багатоспектраль-
ний космічний
знімок
Лідарні дані
ЦММ
ЦМР
нЦММ
Розрахунок
вегетаційного
індексу
Створення мас-
ки об’єктів
Класифікація
ЗН по типах
Виокремлення
точок, які відно-
сяться до ЗН
Отримання кіль-
кісно-якісних
характеристик ЗН
Тематична кар-
та
Класифікація
Векторизація
Розділ 2. Основи природокористування та безпека життєдіяльності
57
Рис. 2 - Розрахунок індексу та дискретна шкала NDVI
При значній кількості ділянок з рідким рослинним покривом (саме такий випадок має
місце на досліджуваному полігоні) потрібна корекція значень NDVI за сигнал від ґрунту,
який домішується до сигналу рослинності, тому в цьому разі доцільніше використовувати
вегетаційний індекс SAVI [12]:
),1(
)(
L
LEE
EE
SAVI
RNIR
RNIR
де значення L встановлюється в залежності від щільності ЗН: для територій з дуже великою
щільністю рослинності L=0, а в районах, де немає зеленої рослинності, маємо L=1. Тобто для
міських агломерацій найбільш дієвий показник величини L=0,5. При L = 0 маємо SAVI =
NDVI. За даними SAVI створюється маска-фільтр для об’єктів, які не відносяться до ЗН; ре-
зультат маскування представлено на рис. 3.
Екологічна безпека та природокористування______________________________
58
Рис. 3 - Результат маскування об’єктів, які не відносяться до зелених насаджень
Наступним етапом оброблення багатоспектрального знімку є класифікація на якісні по-
казники ЗН за даними спектральних яскравостей, а саме - розподіл на хвойні та листяні типи
дерев. Така класифікація здійснювалась у роботі за допомогою програмних засобів ENVI та
HALGON. Результат класифікації векторизується (рис. 4).
Рис. 4 - Результати класифікації зелених насаджень на знімку GeoEye-1
в програмному пакеті HALGON
Розділ 2. Основи природокористування та безпека життєдіяльності
59
Оскільки розрізненість на місцевості лідарних даних, одержаних з борта літака, значно
вища, ніж мають космічні знімки, то оброблення лідарних даних дозволяє отримати більш
детальну інформацію про об’єкти, у тому числі ЗН. У роботі оброблення лідарних даних
здійснювалося за допомогою програмних засобів ArcGis, LasTools та Terra.
Процес оброблення лідарних даних починається з класифікації хмари точок на два ос-
новні типи: точки, які відносяться до земного покриву та некласифіковані точки інших
об’єктів. Маючи хмару точок, що відносяться до земного покриву, створюємо цифрову мо-
дель рельєфу (ЦМР) та цифрову модель місцевості (ЦММ). Різниця між ЦММ та ЦМР і при-
ведення їх в одну площину дають можливість отримати нормалізовану цифрову модель
місцевості (нЦММ), що дозволяє далі визначити дійсну висоту об’єкту, як це схематично
проілюстровано на рис. 5.
Рис. 5 - Схема визначення дійсної висоти об’єкта
Далі вектор, який був отриманий в результаті оброблення багатоспектрального знімку,
накладається на лідарну хмару точок, щоб відокремити точки, які відносяться тільки до
об’єктів - ЗН. Маючи висоту кожної точки, проводиться їх градація за висотою (до 2 м - ку-
щі, до 5 м – саджанці та молоді дерева і вище 5 м - дорослі дерева). Після цього відклас-
ифіковані точки перетворюються в полігональний об’єкт з атрибутивною інформацією про
кожен полігон ЗН (рис. 6), а саме: площу, висоту, тип дерева, стан та інші кількісно-якісні
характеристики.
Заключним етапом є створення тематичної карти ЗН. Карта дає можливість наочно
відображати дані розрахунків та спостережень, допомагає здійснювати ефективний візуаль-
ний контроль за станом озеленення та охороною ЗН.
Нижче наводяться результати оцінювання характеристик ЗН в межах території поліго-
ну дослідження за допомогою запропонованої методики:
- загальна площа ЗН (16,31 км
2
, 65,2%);
- площа і співвідношення листяних – 15,46 км
2
(94,7%) і хвойних 0,85 км
2
(5,3%).
Екологічна безпека та природокористування______________________________
60
А) Б)
Рис. 6 - Фрагмент досліджуваної території:
А) хмара точок лідара, що відносяться до ЗН;
Б) створені полігони ЗН (SHP) із хмари точок
Оскільки площі, охоплені багатоспенктральним знімком та лідарними даними, співпа-
дали лише частково, то процентний розподіл дерев за висотою визначався тільки для частини
полігону. На цій частині кущі (висотою до 2 м) займають 0,01 км
2
; дерева висотою 2-5 м –
0,03 км
2
, а дерева вище за 5 м – 0,8 км
2
.
Необхідно зазначити, що отримані вище оцінки відображають стан території до-
слідження тільки на період знімання. Якщо ми маємо такі дані на різні періоди часу, то
порівняння отриманої і задокументованої інформації з попередніми даними про стан ЗН дає
можливість виявляти зміни і фіксувати таким чином, наприклад, випадки ушкоджень ЗН та
їх знищення. У такому разі отримана дистанційним методом і задокументована інформація
може бути використана для обчислення компенсаційної вартості, після чого має здійснюва-
тися (за рахунок винних) компенсаційне озеленення пошкоджених територій.
Висновок
Таким чином, у роботі запропонована і обґрунтована методика дистанційного
оцінювання кількісно-якісних характеристик ЗН в умовах міських агломерацій і урбанізова-
них територій на основі комплексного застосування лідарних даних і матеріалів багатоспек-
трального космічного знімання високої просторової розрізненості. За допомогою розробле-
ної методики можуть оперативно, в автоматизованому режимі оцінюватися основні характе-
ристики ЗН (площа та стан ділянки, висота і тип дерева та ін.), необхідні при прийнятті
рішень відповідними владними структурами і особами.
Подальший розвиток методики має бути спрямований на розроблення процедури вияв-
лення змін на території дослідження, для чого потрібні різночасові вхідні дані. Крім того,
потрібне поглиблене перевіряння точності оцінок, що формуються на основі запропонованої
методики.
Розділ 2. Основи природокористування та безпека життєдіяльності
61
Список використаної літератури
1. Багатоспектральні методи дистанційного зондування Землі в задачах природокористу-
вання // За ред. В.І. Лялька і М.О. Попова. – К.: Наук. думка, 2006. – 360 с.
2. Zarco-Tejadaa P.J. Needle chlorophyll content estimation through model inversion using
hyperspectral data from boreal conifer forest canopies / P.J. Zarco-Tejadaa, J.R. Millera, J.
Harrona, B. Hub, T.L. Noland, N. Goele, G.H. Mohammed, P. Sampson // Remote Sensing of
Environmrent, Vol. 89, Iss. 2, 2004, pp. 189–199.
3. Measures R.M. Laser Remote Sensing: Fundamentals and Applications / R.M. Measures //
Malabar, Florida: Krieger Publishing Company, 1992. – 510 p.
4. Меdvedev Е.М. Laser location of earth and forest / E.M. Medvedev, I.M. Danilin, S.R.
Mel’nikov // Textbook. 2
nd
Edition, - Moscow: Geokosmos; Krasnoyarsk: V.N. Sukachev
Institute of Forest, Russian Academy of Sciences, Siberian Branch. – 2007. – 229 p.
http://www.laserlocation.ru/literature.html
5. Ke Y. Synergistic use of QuickBird multispectral imagery and LIDAR data for object-based
forest species classification / Y. Ke, L.J. Quackenbush, J. Im // Remote Sensing of Environ-
ment, vol. 114, Iss. 6, 2010, pp. 1141–1154.
6. Hudak A.T. Regression modeling and mapping of coniferous forest basal area and tree density
from discrete-return lidar and multispectral satellite data / A.T. Hudak, N.L. Crookston, J.S.
Evans, M.J. Falkowski, A.M.S. Smith, P. Morgan, P. Gessler // Canadian Journal of Remote
Sensing, 2006, 32, pp. 126–138.
7. Dalponte M. Fusion of Hyperspectral and LIDAR Remote Sensing Data for Classification of
Complex Forest Areas / M. Dalponte, L. Bruzzone, D. Gianelle // IEEE Transactions on
Geoscience and Remote Sensing, Vol. 46, No. 5, 2008, pp. 1416-1427.
8. Hyde P. Mapping forest structure for wildlife habitat analysis using multi-sensor (LiDAR,
SAR/InSAR, ETM+, Quickbird) synergy / P. Hyde, R. Dubayah, W. Walker, J.B. Blair, M.
Hofton, C. Hunsaker // Remote Sensing of Environment, Vol. 102, Iss. 1/2, 2006, pp. 63–73.
9. Jensen R. Using Remote Sensing and Geographic Information Systems to Study Urban Quali-
ty of Life and Urban Forest Amenities / R. Jensen, J. Gatrell, J. Boulton, B. Harper // Ecology
and Society, 2004. Vol. 9. Iss. 5. - Art.5.
10. McCoy R.M. Field Methods in Remote Sensing / R.M McCoy // N.Y. - Guilford Press, 2005.
- 160 p.
11. Huete A., Justice C., van Leeuwen W. MODIS VEGETATION INDEX (MOD13). Algorithm
theoretical basis document / NASA, MODIS-WEB// Version 3, 1999
http://modis.gsfc.nasa.gov/data/atbd/atbd_mod13.pdf
12. Huete A.R. The Use of Vegetation Indices in Forested Regions: Issues of Linearity and
Saturation / A.R. Huete, H. Liu, W.J.D. van Leeuwen // Proceedings of the IGARSS-97
Symposium. — Singapore: IEEE Press, 1997. - P. 1-3.
Стаття надійшла до редакції 18.01.13 українською мовою
http://www.laserlocation.ru/literature.html
http://modis.gsfc.nasa.gov/data/atbd/atbd_mod13.pdf
Екологічна безпека та природокористування______________________________
62
© М.А. Попов, И.Д. Семко
Оценка характеристик зеленых насаждений с использованием средств
дистанционного зондирования Земли
Предложена методика оценивания характеристик зеленых насаждений в условиях го-
родских агломераций и урбанизированных территорий на основе данных ДЗЗ, а именно, ли-
дарных данных и материалов многоспектральной космической съемки высокого простран-
ственного разрешения. Описана схема обработки данных при дистанционной оценке количе-
ственно-качественных характеристик зеленых насаждений, приводятся результаты ее
применения на полигоне города Черкассы.
© M.O. Popov, I.D. Semko
Assessment of green planting characteristics by using methods
of remote sensing of Earth
A method for remote assessment of trees plantations characteristics in conditions of mega po-
lis or urban territories using remote sensing data, namely LIDAR data and multispectral satellite
images with high spatial resolution is proposed. A flowchart of data proceeding for remote assess-
ment of quality and quantity characteristics of trees plantations is noted. Results of proposed meth-
od application for Cherkassy site are described.
|
| id | nasplib_isofts_kiev_ua-123456789-57576 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | XXXX-0062 |
| language | Ukrainian |
| last_indexed | 2025-12-07T16:45:25Z |
| publishDate | 2013 |
| publisher | Інститут телекомунікацій і глобального інформаційного простору НАН України |
| record_format | dspace |
| spelling | Попов, М.О. Семко, І.Д. 2014-03-11T19:02:20Z 2014-03-11T19:02:20Z 2013 Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі / М.О. Попов, І.Д. Семко // Екологічна безпека та природокористування: Зб. наук. пр. — К., 2013. — Вип. 12. — С. 51-62. — Бібліогр.: 12 назв. — укр. XXXX-0062 https://nasplib.isofts.kiev.ua/handle/123456789/57576 528.87 Запропоновано методику оцінювання характеристик зелених насаджень в умовах міських агломерацій і урбанізованих територій на основі даних ДЗЗ, а саме, лідарних даних та матеріалів багатоспектрального космічного знімання високої просторової розрізненності. Описано схему оброблення даних при дистанційному оцінюванні кількісно-якісних характеристик зелених насаджень, наводяться результати її застосування на полігоні міста Черкаси. Предложена методика оценивания характеристик зеленых насаждений в условиях городских агломераций и урбанизированных территорий на основе данных ДЗЗ, а именно, лидарных данных и материалов многоспектральной космической съемки высокого пространственного разрешения. Описана схема обработки данных при дистанционной оценке количественно-качественных характеристик зеленых насаждений, приводятся результаты ее применения на полигоне города Черкассы. A method for remote assessment of trees plantations characteristics in conditions of mega polis or urban territories using remote sensing data, namely LIDAR data and multispectral satellite images with high spatial resolution is proposed. A flowchart of data proceeding for remote assessment of quality and quantity characteristics of trees plantations is noted. Results of proposed method application for Cherkassy site are described. uk Інститут телекомунікацій і глобального інформаційного простору НАН України Екологічна безпека та природокористування Основи природокористування та безпека життєдіяльності Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі Оценка характеристик зеленых насаждений с использованием средств дистанционного зондирования Земли Assessment of green planting characteristics by using methods of remote sensing of Earth Article published earlier |
| spellingShingle | Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі Попов, М.О. Семко, І.Д. Основи природокористування та безпека життєдіяльності |
| title | Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі |
| title_alt | Оценка характеристик зеленых насаждений с использованием средств дистанционного зондирования Земли Assessment of green planting characteristics by using methods of remote sensing of Earth |
| title_full | Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі |
| title_fullStr | Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі |
| title_full_unstemmed | Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі |
| title_short | Оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування Землі |
| title_sort | оцінювання характеристик зелених насаджень з використанням засобів дистанційного зондування землі |
| topic | Основи природокористування та безпека життєдіяльності |
| topic_facet | Основи природокористування та безпека життєдіяльності |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/57576 |
| work_keys_str_mv | AT popovmo ocínûvannâharakteristikzelenihnasadženʹzvikoristannâmzasobívdistancíinogozonduvannâzemlí AT semkoíd ocínûvannâharakteristikzelenihnasadženʹzvikoristannâmzasobívdistancíinogozonduvannâzemlí AT popovmo ocenkaharakteristikzelenyhnasaždeniisispolʹzovaniemsredstvdistancionnogozondirovaniâzemli AT semkoíd ocenkaharakteristikzelenyhnasaždeniisispolʹzovaniemsredstvdistancionnogozondirovaniâzemli AT popovmo assessmentofgreenplantingcharacteristicsbyusingmethodsofremotesensingofearth AT semkoíd assessmentofgreenplantingcharacteristicsbyusingmethodsofremotesensingofearth |