Тип работы:
Предмет:
Язык работы:


Таксация леса с применением беспилотных летательных аппаратов

Работа №135787

Тип работы

Бакалаврская работа

Предмет

картография

Объем работы55
Год сдачи2019
Стоимость4290 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
30
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 3
ГЛАВА 1. ТАКСАЦИЯ ЛЕСА. ОНОВНЫЕ ПОНЯТИЯ И МЕТОДЫ ИССЛЕДОВАНИЯ 5
1.1. Методы изучения лесов по аэроснимкам 5
1.2. Математические основы дешифрирования аэрофотоснимков территорий покрытых лесом 11
ГЛАВА 2. ПРИМЕНЕНИЕ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ В ТАКСАЦИИ ЛЕСА 14
2.1. Беспилотные летательные аппараты в исследовании лесов. Требования к ним 14
2.2. Спектральная камера Parrot Sequoia 16
2.3. Данные, используемые для получения количественных характеристик лесной растительности 17
ГЛАВА 3. ОПРЕДЕЛЕНИЕ ОСНОВНЫХ ТАКСАЦИОННО–ДЕШИФРОВОЧНЫХ ПОКАЗАТЕЛЕЙ НА ЦИФРОВЫХ СНИМКАХ 21
3.1. Подготовка данных 24
3.2.Обнаружение отдельных деревьев 26
3.3. Оконтуривание крон деревьев 31
3.4.Нахождение сухостоя 34
3.5. Определение породы деревьев 35
ЗАКЛЮЧЕНИЕ 41
ЛИТЕРАТУРА 42
ПРИЛОЖЕНИЯ


В России сосредоточена пятая часть лесных ресурсов мира. Значение лесов в экологической, биосферной и экономической сфере страны велико. Поэтому важной задачей современности является устойчивое управление лесами, которое обеспечит многоцелевое лесопользование, охрану, защиту и воспроизводство лесов. На государственном уровне формируется лесная политика РФ, разрабатывается нормативно-правовая база, комплекс подзаконных актов, регламентирующих порядок использования, охраны, защиты и воспроизводства леса. «Материалы лесоустройства давностью до 10 лет имеются только на 18% площади лесов, в то время как 71% площади российских лесов имеют давность материалов лесоустройства 20 и более лет» (Метод определения…, 2017).
Для устойчивого и эффективного управления органам лесного хозяйства необходима объективная информация о состоянии и динамике лесных экосистем. Такие данные могут предоставить таксационные работы, которые проводят прилесоустройстве.
По данным Государственного лесного реестра, всего в стране насчитывается около 50 млн. лесотаксационных выделов, со своей уникальной таксационной характеристикой и географическим положением. Большая государственная проблема в том, что при ведении лесной хозяйственной деятельности за последние несколько десятков лет «лесотаксационный выдел» фактически потерян. Общий спрос на актуальные данные является неудовлетворенным и растущим. Специалистам лесного дела совершенно ясно, что традиционными затратными и непрозрачными наземными способами таксационную проблему острого дефицита актуальной лесоустроительной информации решить невозможно. И путь решения вышеуказанной проблемы – это переход на новые высокопроизводительные и относительно недорогие дистанционные технологии таксации лесов (Технологический прорыв…, 2017).
Актуальность темы данной выпускной квалификационной работы состоит в том, что существует необходимость в автоматизации процесса таксации, совершенствовании технологий инвентаризации лесов и в их дистанционной оценке. Безусловно, появление новых способов определения таксационных показателей требует и преобразования российского лесоустройства, создание и пополнение баз атрибутивных данных о лесах, расчет новых таксационных таблиц.
К объектам лесной таксации относят: отдельное дерево и его части, совокупность отдельных деревьев, совокупность частей отдельных деревьев в виде сортиментов, элемент леса, ярус древостоя, насаждения, совокупность элементов леса, лесной фонд, лесосечный фонд. Следовательно, объект исследования – это совокупности деревьев, а предмет- их таксационные показатели.
Цель работы заключается в выявлении ряда таксационных признаков: высоты дерева и его породы дистанционными методами, с последующим картографированием выявленных признаков. В основу исследования положен ГИС-анализ данных, математико-статистические методы анализа изучаемых пространственных данных.
Задачи исследования:
1. Анализ материалов, полученных при помощи беспилотных летательных аппаратов (БПЛА), анализ их применимости для определения основных таксационных и дешифровочных показателей лесов;
2. Изучение района исследуемого лесного участка, его физико-географические особенности;
3. Поиск и изучение научной литературы по данной теме;
4. Рассмотрение возможности выполнения измерений и расчетов на основе данных БПЛА с помощью ГИС;
5. Экспериментальные работы по нахождению высоты, определение породы деревьев на исследуемых участках и картографической визуализации выполненных оценок.
При написании работы использовались: специальная и учебная литература, материалы периодических изданий и Интернет-ресурсы, соответствующие теме работы.
Работа выполнялась с помощью таких программных продуктов, как ENVI Classic(https://www.harris.com/solution/envi), QGIS(https://www.qgis.org) и MicrosoftExcel(https://www.microsoft.com).
Работа состоит из введения, 3 глав и заключения. Объем работы составляет 55 страниц, включая 9 таблиц и 15 рисунков. Список литературы включает в себя 54 наименования, в том числе и зарубежные научные статьи.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


Тема исследования, которая изучена в процессе работы, связана с таксацией леса с применением БПЛА. Предметом исследования являлись таксационные показатели совокупности деревьев.
В процессе работы изучалась литература по данной тематике, как зарубежных авторов, так и отечественных. Исследования, проходящие в настоящее время, подтверждают актуальность данного направления.
Были отобраны эталонные участки, определены их породы для последующего сравнения с результатами автоматической обработки. По четырем группам была рассчитана зональная статистика, по которой в дальнейшем проводилось сравнение с выходными данными инструментов. В ходе работы определены наиболее оптимальные входные параметры для применяемых инструментов.
После по проверенным раннее алгоритмам на выделах 131 квартала Сортавальского лесничества были рассчитаны основные таксационные показатели: количество деревьев, их высота и породный состав. Был рассчитан NDVIдля нахождения сухостоя. Также с помощью классификации в ENVIClassicбыли определены породы деревьев. Однако нужно учесть, что ошибка для каждой породы отличается. Хорошо выявляются в классификации сосны и осины, когда ель и береза могут определяться с ошибкой. Большое влияние на результат оказывает и местоположение локального максимума на растре.
На сегодняшний день до конца не решена проблема по автоматическому распознаванию пород по ортофотоплану и оконтуриванию границ крон. Поэтому исследование данной проблемы будет продолжено. В целом, поставленные задачи были выполнены, а цель достигнута.
В ходе работы использовались стандартные инструменты анализа ГИС и статистические взаимосвязи характеристик, выполнена картографическая визуализация границ выделов и кварталов.
Практическая значимость выпускной работы заключается в том, что предложенные способы нахождения таксационных характеристик готовы к использованию на практике.



Бочаров М. К., Самойлович Г. Г., Математические основы дешифрирования леса. М.: Лесная промышленность, 1964, 224с.
2. Дмитриев И. В. Лесная авиация и аэрофотосъемка. М.: ВО Агропромиздат, 1989, 343 с.
3. Киреев Д. М. Методы изучения лесов по аэроснимкам. Новосибирск: Наука, 1977,216 с.
4. Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений. М.: Техносфера, 2010, 555 с.
Статьи в журналах:
1. Ковязин В. П., Богданов В. Л., Гарманов В. В., Осипов А. Г. Мониторинг зеленых насаждений с применением беспилотных летательных аппаратов.Аграрныйнаучныйжурнал. – 2016. №4,14 – 19 с.
2. Avery, G. Helicopter stereo-photography of forest plots. Photog. Eng.– 1958. Vol.24, pp. 617–624
3. Bork, E.W., Su, J.G. Integrating LIDAR data and multispectral imagery for enhanced classification of rangeland vegetation: a meta analysis. Remote Sensing of Environment. – 2007. Vol.111, pp. 11–24.
4. Chopping, M., Moisen, G., Su, L., Laliberte, A., Rango, A., Martonchik, J.V. Large area mapping of south western forest crown cover, canopy height, and biomass using MISR. Remote Sensing of Environment. – 2018. Vol.112, pp. 2051–2063.
5. Edson, C., Wing, M.G. Airborne light detection and ranging (LIDAR) for individual tree stem location, height, and biomass measurements.Remote Sensing. – 2011. Vol.3 (11), pp. 2494–2528.
6. Ferree, M. S. A method of Estimating timber volumes from aerial photographs. State University of New York, College of Forestry at Syracuse. – 1953. Pp. 50
7. Gingrich, S. A., Meyer N. A. Construction of Aerial Stand Volume Table for Upland oak. Forest science. – 1955. Vol. 1(2), pp. 140-147
8. Gratziolis, D., Fried, J.S., Monleon, V.S. Challenges to estimating tree height via LIDAR in closed-canopy forests: a parable from Western Oregon. Forest Science. – 2010. Vol.56 (2), pp. 139–155.
9. Hildebrandt, G. Femerkundung und Luftbildmessung: fur Forstwirtschaft, Vegetationskartierung und Landschafsokologie.- Heidelberg: Wichmann. – 1996.676 s.
10. Kaartinen, H., Hyyppä, J., Yu, X., Vastaranta, M., Hyyppä, H., Kukko, A., Holopainen, M., Heipke, C., Hirschmugl, M., Morsdorf, F., Næsset, E., Pitkänen, J., Popescu, S., Solberg, S., Wolf, B.M., Wu, J.-C. An international comparison of individual tree detection and extraction using airborne laser scanning. Remote Sensing. - 2012. Vol.4 (4), pp. 950–974.
11. Koch, B., Heyder, U. and Weinacker, H. Photogrammetric Engineering & Remote Sensing. Detection of individual tree crowns in airborne lidar data. - 2006. Vol. 72 (4), April 2006, pp. 357 – 363.
12. Nash, A. J. The Nash Scale for measuring tree crown widths. Forest chronicle. – 1958. Vol. 24, pp. 243-249
13. Pirotti, F. Assessing a template matching approach for tree height and position extraction from LIDAR-derived canopy height models of Pinus pinaster stands. Forests. – 2010. Vol. 1 (4), pp. 194–208
14. Pitkänen, J. Individual tree detection in digital aerial images by combining locally adaptive binarization and local maxima methods. Canadian Journal of Forest Research. – 2001. Vol. 31(5), pp. 832-844
15. Rouse, J.W., Haas, R.H., Schell, J.A., Deering, D.W., Harlan, J.C. Monitoring the vernal advancements and retrogradation of natural vegetation. – 1974. P. 371.
16. Selkowitz, D.J., Green, G., Peterson, B., Wylie, B. A multisensor LIDAR, multispectral and multi-angular approach for mapping canopy height in boreal forest regions. Remote Sensing of Environment. – 2012. Vol. 121 (1), pp. 458–471.
17. Spurr, S. H. and Brown, C.Tree height measurement from aerial photographs. Jour. For. – 1946. Vol. 44, pp. 716–721
18. Spurr, S. H. Aerial Photographs in Forestry. The Ronald Press, New York, N. Y. – 1948. Pp.340
19. Takahashi, M., Shimada, M., Tadono, T., Watanabe, M. Calculation of tree height using PRISM-DSM. In: Geoscience and Remote Sensing Symposium. – 2012. Pp. 6495–6498
20. Tesfamichael, S.G., van Aardt, J.A.N., Ahmed, F. Estimating plot-level tree height and volume of Eucalyptus grandis plantations using small-footprint, discrete return LIDAR data. Progress in Physical Geography. – 2010. Vol. 34 (4), pp. 515–540.
21. Wallerman, J., Bohlin, J., Fransson, J.E.S. Forest height estimation using semiindividual tree detection in multi-spectral 3D aerial DMC data. In: Geoscience and Remote Sensing Symposium. – 2012. Pp. 6372–6375
22. Wang, L., Gong P., and Biging G. Individual Tree-Crown Delineation and Treetop Detection in High-Spatial-Resolution Aerial Imagery. Photogrammetric Engineering & Remote Sensing. – 2004. Vol. 70 (3), pp. 351–357.
23. Zarco-Tejada, P.J., Diaz-Varela, R., Angileri, V., Loudjani, P. Tree height quantification using very high resolution imagery acquired from an unmanned aerial vehicle (UAV) and automatic 3D photo-reconstruction methods. Europ. J. Agronomy. – 2014.Vol. 55, pp. 89–99
Статьи в сборниках:
1. Березин А. М. Выявление зависимости между диаметрами крон и стволов деревьев // Методы дешифрирования лесов по аэроснимкам. Ленинград: Издательство Академии наук СССР (Ленингр. отделение), 1963. 140 с.
2. Толкач, И. В. Методы оценки сосновых таксационно - дешифровочных показателей на цифровых снимках // Проблемы лесоведения и лесоводства. Гомель: Институт леса НАН Беларуси, 2012. №72. С. 354-362.
Тезисы докладов:
1. Алексеев А. С., Михайлова А. А., Черниховский Д. М., Березин В. И.Метод определения запаса насаждений по числу стволов на единице площади, определяемом по аэроснимкам сверх высокого разрешения // Материалы второй международной научно-технической конференции «Леса России: политика, промышленность, наука, образование». – СПб.: СПбГЛТУ, 2017. Т.2. С. – 307.
2. Архипов В. И. Технологический прорыв в таксации лесов дешифровочным способом на основе применения стереоскопических изображений сверхвысокого пространственного разрешения // Материалы второй международной научно-технической конференции «Леса России: политика, промышленность, наука, образование». – СПб.: СПбГЛТУ, 2017. Т.2. С. – 307.
3. Галицкая, А.В., Симонова, Е.В.Метод калибровки мультиспектральных снимков беспилотных летательных аппаратов // Труды Международной научно – технической конференции «Перспективные информационные технологии». – Самара, 2018. – С. 427 – 430.
4. Жирин, В. М.Определение полноты древостоев равнинных лесов по детальным космическим снимкам // Материалы VI Всероссийской конференции. «Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии». – М.: ЦЭПЛ РАН, 2016. - 228 с.

Фондовые материалы:
1. Заречнева А. И. Анализ состояния древостоев по данным дистанционного зондирования Ресурс.Бакалаврская работа. Красноярск, Сибирский федеральный университет, 2016 г.
2.Коносевич, В. В. Разработка научно-методических подходов и технологии использования беспилотных летательных аппаратов в лесном хозяйстве. Отчет о научно – исследовательской работе. Пушкино, ФГУ «Авиалесоохрана», 2010, 106 с.
Справочные материалы:
1. Верхунов П. М., Черных В. Л. Таксация леса. Учебное пособие для студентов высших учебных заведений. Йошкар-Ола: Марийский государственный технический университет, 2007, 395 с.
2. Ковязин В. Ф., Мартынов А. Н., Мельников Е. С., Аникин А. С., Минаев В. Н., Беляева Н. В. Основы лесного хозяйства и таксация леса: Учебное пособие. - СПб.: Лань, 2010, 384 с.
3. Лесотаксационные таблицы / Карельск. лесоустроит. предприятие. Ин-т леса Карельск. филиала АН СССР. - Петрозаводск: Карелия, 1976, 33 с.
4. Лобанов А. Н., Журкин И. Г. Автоматизация фотограмметрических процессов. – М., 1980, 240 с.
5. Мошкалев А. Г., Давидов Г. М., Яновский Л. Н., Моисеев В. С., Столяров Д. П., Бурневский Ю. И. Лесотаксационный справочник по Северу – Западу СССР. Л.:ЛТА, 1984,320 с.
6. Назаров А. С. Фотограмметрия: учебное пособие для студентов вузов. – Мн.: ТетраСистемс, 2006, 368 с.
7. Поздеев Д. А., Петров А.А. Таксация леса. Курс лекций: учебное пособие. – Ижевск: ФГБОУ ВПО Ижевская ГСХА, 2012, 161 с.
8. Приказ Минприроды России от 29.03.2018 №122 "Об утверждении Лесоустроительной инструкции", Москва, 2018 г.
9. РуководствоERDASImagine: учебник / ERDASImagineinc. - Atlanta, Georgia, 1997, 655 с.
10. Стратегия развития лесного комплекса Российской федерации до 2030 года, Москва, 2018 г.
11. Сухих В. И. Аэрокосмические методы в лесном хозяйстве и ландшафтном строительстве. Учебник для студентов вузов. - Йошкар-Ола: МарГТУ, 2005, 390 с.
12. Тетюхин С. В., Минаев В. Н., Богомолова Л. П. Лесная таксация и лесоустройство: Нормативно – справочные материалы по Северу – Западу Российской Федерации. СПб.: СПбГЛТА, 2005, 360 с.
13. Третьяков Н. В., Горский П. В., Самойлович Г. Г. Справочник таксатора. Таблицы для таксации леса. – М.: Лесная промышленность, 1965, 460 с.
Ресурсы сети Интернет:
1. http://libed.ru/knigi-nauka - Библиотека научно-практических конференций
2. http://hcvf.ru–Сайт об особо ценных лесах
3. https://sovzond.ru - Компания «Совзонд»
4. https://studylib.net – Study documents
5. https://tradegeo.ru - Компания «TradeGeo»


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ