Результат интеллектуальной деятельности: СПОСОБ ОПРЕДЕЛЕНИЯ СОСТАВА НАСАЖДЕНИЙ

Изобретение относится к лесному хозяйству, в частности, к лесоустроительным работам с использованием космической съемки для расчета таксационных характеристик. Программная обработка изображений лесных массивов позволяет вычислить (дистанционно) ряд таксационных показателей: полноту насаждений, запас, прирост, бонитет [см., например, патенты RU №2133565, 1999 г., №2242867, 2004 г., №2277325, 2006 г., №2294622, 2007 г., №2371909, 2009 г.]. Однако методы дистанционного определения состава насаждений пока широкого практического применения не получили.

Известен способ определения состава насаждений путем натурной таксации [см., например, Н.П.Анучин. Лесная таксация, учебник, 5-е издание, М.: Лесная промышленность. - с.203-206, §43 Состав насаждений - аналог].

В способе-аналоге смешанное насаждение в целом принимается за единицу, а участие в нем каждой породы выражается в десятых долях от единицы. Древесная порода, представленная наибольшей долей, называется преобладающей и ставится в формуле состава на первом месте. Конечной целью таксации леса является установление количества древесины из отдельных пород. Древесина учитывается не по количеству стволов, а по объему, т.е. запасу отдельных пород в виде формулы запаса, типа 6С3Е1Б, что означает 0,6 - запас сосны (С), 0,3 - запас ели (Е), 0,1 - запас березы (Б). Аналогично: Ос - осина, Ол - ольха, Ли - липа, Д - дуб.

При перечислительной таксации состав насаждения устанавливают путем определения сумм площадей сечений отдельных пород или по результатам вычисления запасов отдельных пород (определяемых, как правило, глазомерно). При глазомерной таксации состав насаждений определяется с точностью ≥0,1.

К недостаткам аналога следует отнести также большую трудоемкость перечислительной таксации, неоперативность, недоступность отдельных регионов, нетехнологичность, а главное - отсутствие реального документа (снимка), подтверждающего правильность проведенной идентификации состава насаждений.

Ближайшим аналогом к заявляемому техническому решению является "Способ определения состава насаждений" Патент RU №2371910, 2009 г.

Способ ближайшего аналога включает получение изображения лесных массивов в виде цифровой матрицы из [m×n] элементов зависимости яркости I(x, y) от пространственных координат, расчет пространственного спектра Фурье, нахождение средней частоты F_cp и диаметра кроны среднего дерева Д_ср=1/F_cp, определение высоты среднего дерева Н_ср (Д_ср), расчет площади рельефа древесного полога S_p и определение полноты насаждения П, вычисление среднего количества деревьев на участке N_cp и нахождение прикрепляющей точки огивы насаждения, расчет запаса V по массовым таблицам при исходных значениях Д_ср, П, N_cp, дополнительно синхронно осуществляют съемку участка видеоспектрометром на спектральных линиях цветности крон основных древесных пород с получением двумерных изображений в каждом спектральном канале, вычисляют полноту древостоя (П_i) в каждом спектральном канале через параметры матрицы изображений

и запас отдельной породы V_i=П_i·V, по полученной пропорции составляют формулу состава насаждения,

где M_i, σ_i - математическое ожидание и среднеквадратическое отклонение сигнала матрицы изображения i-го спектрального канала;

n - количество спектральных каналов (пород).

Недостатками ближайшего аналога являются:

- неадекватность алгоритма вычисления полноты древостоя в спектральных каналах измеряемому физическому процессу;

- не все спектральные признаки древесных пород, содержащиеся в их спектрограммах, используются при идентификации.

Задача, решаемая заявляемым способом, состоит в реализации дистанционного метода определения состава насаждений путем совместной программной обработки сигнала изображений лесных массивов, получаемых во всем видимом диапазоне и на спектральных линиях цветности основных древесных пород в зеленой полосе, так и на переходных спектральных линиях от красного к ближнему инфракрасному диапазону.

Техническое решение задачи состоит в том, что способ определения состава насаждений включает наземные измерения спектральных характеристик r(λ) крон основных древесных пород данного региона спектрометром высокого спектрального разрешения (Δλ≈1 нм), выявление длин волн с максимумом r(λ) для каждой древесной породы в зеленой полосе и минимумом r(λ) на границе красной полосы и ближнего инфракрасного диапазона, дистанционное зондирование лесных массивов с аэрокосмического носителя с получением снимков лесных участков в видимом диапазоне цифровой камерой высокого пространственного разрешения (менее 0,5 м/пиксель) с одновременной синхронной съемкой тех же участков гиперспектрометром с получением двумерных изображений в двух узких спектральных интервалах, соответствующих выявленным максимуму и минимуму r(λ) для каждой древесной породы, формирование синтезированных матриц изображений каждой древесной породы путем вычисления попиксельных отношений матриц , расчет математического ожидания сигнала M_i каждой из синтезированных матриц, определение запаса древостоя анализируемого участка V [м³/га] по снимку высокого пространственного разрешения, расчет доли запаса каждой породы из соотношения ,

где ∑М_i - сумма математических ожиданий сигнала синтезированных матриц изображений каждой древесной породы.

Изобретение поясняется чертежами, где:

фиг.1 - закономерность изменения коэффициента спектральной яркости r(λ) основных древесных пород: 1 - осина, 2 - береза, 3 - сосна, 4 - ель;

фиг.2 - ранжирование древесных пород по отклику цветности в зеленой полосе по максимуму r(λ) и минимуму r(λ) на границе красного и ближнего инфракрасного диапазонов;

фиг.3 - к расчету математического ожидания М_i синтезированных матриц;

фиг.4 - огибающая пространственного спектра изображения (АЧХ) участка видимого диапазона;

фиг.5 - зависимость полноты насаждения участка от соотношения площади рельефа древесного полога S_p к геометрической площади участка S₀;

фиг.6 - функциональная схема устройства, реализующего способ.

Техническая сущность способа состоит в следующем. Отражательные свойства растительных сообществ характеризуются коэффициентом спектральной яркости (КСЯ) [см., например, Л.И.Чапурский, "Отражательные свойства природных объектов в диапазоне 400…2500 нм", ч.1, Мин. Обороны СССР, 1986 г., стр.40-47, КСЯ растительного покрова]. Спектры отражения крон деревьев формируются совокупными эффектами отражения, поглощения и пропускания лучистой энергии отдельными листьями, ветвями. Определяющее влияние на ход кривых спектрального отражения в видимом диапазоне оказывают хлорофилл и каротиноиды. До 90% лучистой энергии поглощается древесными пологом в процессе фотосинтеза и лишь небольшой максимум отражения в полосе 450…550 нм придает растительности зеленую окраску.

В видимой области спектра кроны разных древесных пород имеют одну и ту же закономерность хода кривых КСЯ. Закономерность изменения КСЯ древесных пород иллюстрируется графиками фиг.1 [см., например, В.И.Сухих "Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве", изд-во Map.ГТУ, Йошкар-Ола, 2005 г., стр.21, рис.2.8.]

Внутри зеленой полосы хвоя, листья отличаются по оттенку цветности: темно-зеленые (ель, ольха), зеленые (кедр, пихта), светло-зеленые (сосна, осина, береза). Максимумы яркости сдвинуты по диапазону на 3…5 нм при значениях КСЯ 5-10%. На границе перехода из красной области видимого диапазона (650…700 нм) в ближний инфракрасный диапазон крутизна кривых и различия в спектральной яркости крон основных древесных пород достигают десятков процентов.

Следовательно, спектрограммы крон основных древесных пород имеют два отличительных (селективных) признака: сдвиг максимума r(λ) в зеленой полосе и сдвиг минимума r(λ) на границе красного и ближнего инфракрасного диапазона. Хотя абсолютная разница между максимумом и минимумом составляет единицы процентов, эта разница вместе со сдвигом по диапазону на 5…10 нм может быть достоверно измерена техническими средствами.

В настоящее время в спектрометрии используются технические средства нового поколения, так называемые приборы химического зрения. Последние позволяют проводить измерения на отдельных спектральных линиях (шириной от 0,1 до 10 нм) с одновременным получением двумерных изображений в каждом спектральном канале [см., например, "Малый космический аппарат «Вулкан-Астрогон» с гиперспектрометром высокого разрешения", Инженерная записка, РАКА, ФГУП НИИЭМ, 2002 г., стр.9-10, Структурная схема камеры «Астрогон-1»].

На спектральные характеристики крон деревьев влияют условия произрастания, влажность почв, фенологический период вегетации. Весной молодая листва, хвоя всех древесных пород значительно ярче, ее светло-зеленый цвет в поздневесеннее время сменяется зеленым и темно-зеленым. Для исключения ошибок в ранжировании древесных пород по зеленому оттенку цветности осуществляют измерения их спектральных характеристик в натурных условиях послевесенний вегетационный период (как правило, июнь) в каждом регионе произрастания отдельно. Для измерений используют, например, спектрометр "Кварц-4" [см. там же, В.И.Сухих, стр.23-24].

Результаты натурных прецизионных измерений КСЯ древесных пород средней полосы России с определением максимума в зеленой и минимума в красной полосе иллюстрируется диаграммой фиг.2. Наземное ранжирование древесных пород по r(λ) (фиг.2) используют в дальнейшем для установления двух узких спектральных каналов дистанционных измерений каждой древесной породы с аэрокосмического носителя гиперспектрометром.

Полученная пара изображений в спектральных каналах гиперспектрометра по каждой древесной породе подвергается программной обработке. Для чего осуществляют подчеркивание контраста формированием синтезированной матрицы изображения породы вычислением попиксельных отношении: .

Хотя абсолютные значения r(λ)_max, r(λ)_min отличаются на единицы процентов, их отношение изменяется в несколько раз. Затем вычисляют математическое ожидание сигналов синтезированных матриц M_i. Чем большее количество деревьев данной породы на участке, тем с большей площади осуществляется светосбор для формирования изображений в спектральных каналах, тем больше ожидаемое среднее значение яркости в спектральном канале, M_i. Доля каждой породы на участке пропорциональна площади светосбора или отношению

где n - количество пар синтезированных каналов гиперспектрометра.

Запас древостоя участка рассчитывают по высокодетальному изображению цифровой фотокамеры, осуществляющей съемку во всей полосе видимого диапазона.

Известен расчет запаса (V) насаждения участка по среднему модельному дереву [см., например, Н.П.Анучин, "Лесная таксация", учебник, 5-е издание, М: Лесная промышленность, 1982 г., стр.296, Способ средней модели]:

V=H_cp·g_ср·f_i·N_ср,

где Н_ср [м] - средняя высота модельного дерева;

g_cp (м²) - площадь сечения ствола среднего дерева;

f_i (cp) - среднее видовое число модельного дерева;

N_cp - среднее количество модельных деревьев на участке.

Известны способы определения запаса участка насаждений по его изображению расчетом среднестатистических характеристик изображения [см. патент Ru №2371910, 2009 г. - ближайший аналог, а также патенты Ru №2242867, 2004 г., №2294622, 2007 г., №2133569, 1999 г., №2183844, 2002 г.].

Скрытые закономерности в строении насаждения и отдельных деревьев могут быть выявлены на основе использования нескольких независимых признаков изображения, таких как цвет, тон, текстура, топология. Текстура изображения содержит информацию о степени изрезанности древесного полога, образованного кронами деревьев. Крона отдельного дерева при съемке сверху представляется некоторой колоколообразной фигурой. Вершина кроны освещена ярче, чем промежутки между кронами деревьев. Поэтому текстура изображения повторяет периодичности чередования расстояний между деревьями и размеры их крон.

Скрытая информация о периодичности чередования и размерности крон может быть выявлена путем расчета пространственного спектра Фурье матрицы изображения.

Вычисление спектра Фурье является стандартной математической операцией, входящей в комплект специализированного программного обеспечения ER MAPPER, [см. Пакет программ для обработки изображений в науках о Земле. ER MAPPER, Reference, Earth Resource Mapping Ltd Western Australia, 6005. 1998 - p.295].

На фиг.4 представлена огибающая пространственного спектра Фурье матрицы изображения, полученной цифровой фотокамерой высокого пространственного разрешения. Амплитуда огибающей в каждой точке f_i определяет удельный вес соответствующей пространственной гармоники в общем спектре. Средняя частота F_cp пространственного спектра делит площадь под огибающей пополам [см. патенты Rn №2183847, 2002 г., №2371910, 2009 г.].

Средний диаметр кроны анализируемого участка насаждения рассчитывают как Д_ср=1/F_ср. Существует среднестатистическая зависимость между диаметром кроны дерева (Д) его высотой (H) и площадью сечения ствола (g): H≅1.2Д^1,2 (м), g=120·Д^0,8 (см²) [см. патент Ru №2133565, 1999 г.].

Среднее число модельных деревьев на участке определяют из соотношения:

,

где S₀ - геометрическая площадь анализируемого участка, м²;

- проекция площади кроны на земную поверхность, м²;

П - полнота насаждения.

По определению, полнота насаждения - это степень использования им занимаемого пространства. Чем реже деревья друг от друга, тем больше изрезанность древесного полога. При сомкнутых кронах деревьев изрезанность древесного полога меньше. Среднестатистической характеристикой изрезанности древесного полога служит площадь его рельефа S_p. Отношение площади рельефа древесного полога к геометрической площади участка (S_p/S₀) характеризует полноту насаждения. Данное соотношение вычисляют программным методом [см. патент Ru №2294622, 2007 г., Способ определения полноты древостоев]. График зависимости полноты древостоев от соотношения S_p/S₀ иллюстрируется фиг.5.

Среднее видовое число модельного дерева [см. аналог - Н.П.Анучин. "Лесная таксация", стр.105] f_ср составляет ≈0,4.

Таким образом, программная обработка изображений позволяет вычислить необходимое количество независимых признаков, достаточных для однозначного определения запаса древостоя участка.

Пример реализации способа

Заявляемый способ может быть реализован на базе устройства по схеме фиг.6. Функциональная схема устройства (фиг.6) содержит орбитальный комплекс наблюдения 1 типа космического аппарата (КА) «Ресурс» с установленной на его борту оптической системой высокодетальной съемки 2 (типа цифровой камеры ДХС) и спектрометра 3 (типа Астрогон-1). Съемка запланированных участков местности и включение каналов 2, 3 осуществляет бортовой комплекс управления (БКУ) 4 по командам, передаваемым из центра управления полетом (ЦУП) 5 по радиолинии управления 6. Информацию изображений участков лесных массивов записывают в буферное запоминающее устройство 7 и в сеансах видимости КА с наземных пунктов сбрасывают посредством телеметрической системы 8 по автономному каналу связи на наземные пункты приема информации 9, где осуществляется запись информации на носители 10.

Предварительную обработку информации и формирование массивов измерений осуществляют в центре тематической обработки 11. Скомпонованные массивы измерений записывают в долговременный архив исходных данных 12.

Программный расчет огибающей пространственного спектра сигнала изображения и площади рельефа древесного полога участков осуществляют на ПЭВМ 13 в стандартном наборе элементов - процессора 14, ОЗУ 15, винчестера 16, дисплея 17, принтера 18, клавиатуры 19. Расчетные значения состава насаждений участков помещают в базу региональных данных с выводом на сайт сети Internet 20. Программу вычисления полноты насаждения записывают на винчестер 16.

Вначале по операциям ближайшего аналога вычисляют таксационные характеристики лесного массива в целом. Для чего вычисляют огибающую пространственного спектра матрицы изображения [m×n] элементов, полученную цифровой фотокамерой ДХС во всей полосе видимого диапазона путем Фурье-преобразования функции сигнала. АЧХ пространственного спектра иллюстрируется фиг.4. Из графика фиг.4 средняя частота F_cp=0.4, диаметр кроны среднего дерева Д_ср=1/F_cp=2.5 м, высота среднего дерева Н_ср (Д_ср=2.5 м)=21 м, средняя площадь сечения g_cp≈252 см².

Затем вычисляют площадь древесного полога и определяют полноту насаждения всего анализируемого участка. Зависимость полноты насаждения от площади рельефа S_p и геометрической площади участка S₀ иллюстрируется графиком фиг.5. Исходная матрица [m×n] элементов анализируемого участка содержала 512×512 пикселей с пространственным разрешением 0.5 м/пиксель. Геометрическая площадь участка составила 65536 м² (6,5536 га).

Расчетная площадь рельефа древесного полога S_p составила 9,175 га, отношение S_p/S₀=1,4. Из графика фиг.5 для соотношения S_p/S₀≃1,4 полнота насаждения П=0,5. Количество деревьев на одном гектаре: . Среднее число модельных деревьев на 1 га: N_ср=N·П=1950·0,5=975. Запас древостоя на одном гектаре: V=N_ср·H_ср·g_ср·f_ср=975·21·252·10^-4·0,4≈208 м³/га.

Программной обработкой матриц изображений спектральных каналов, представленных фиг.3, получены следующие числовые характеристики сигналов:

1-й спектральный канал, ель - М₁=176;

2-й спектральный канал, осина - М₂=112;

3-й спектральный канал, береза - М₃=152.

Откуда полнота древостоев в спектральных каналах соответственно составила: П₁=0.5, П₂=0.197, П₃=0.31. Запас пород соответственно: ели - 104 м³/га, березы - 64 м³/га, осины - 40 м³/га. Формула состава насаждения: 5Е3Б2Ос.

Эффективность способа характеризуется возможностью дистанционного определения состава насаждения, что обеспечивает автоматизацию всего комплекса лесохозяйственных работ определения таксационных характеристик насаждений по изображениям видимого диапазона.