Развитие методов оценки характеристик лесов на основе данных Sentinel-2 и материалов пробных площадей

Подал: Богодухов Михаил Анатольевич (очно)

Авторы
Богодухов М.А. (1), Барталев С. А., (1), Жарко В.О. (1)
Организации
(1) Институт космических исследований РАН
Секция
Дистанционное зондирование Земли
Подсекция
экосистемы
Научный руководитель
Барталев С.А.
Место работы научного руководителя
Институт космических исследований РАН
Текст тезисов
Для формирования по спутниковым данным ДЗЗ карт характеристик леса, в том числе необходимых для оценки их запасов углерода, в национальном масштабе, используются данные ДЗЗ со средним пространственным разрешением (примерно 250 метров на пиксель). Однако, наиболее актуальные данные наземных обследований лесов, доступные для их валидации, характеризуют лесной покров на уровне пробных площадей (ПП) диаметром около 30 метров, что затрудняет их прямое сопоставление. Следовательно, актуальной является задача создания карт характеристик лесов высокого разрешения с размером пикселя 10-30 метров, основанных на материалах ПП и ДЗЗ, в том числе для валидации продуктов обработки данных ДЗЗ среднего пространственного разрешения.

В докладе описан ряд экспериментов по развитию подходов к определению запаса стволовой древесины и преобладающей породы на основе временных рядов данных Sentinel-2, характеризующих сезонную и фенологическую динамику спектрально-отражательных характеристик лесного покрова, и материалов ПП с использованием регрессионной оценки и классификации методом случайных лесов, на примере двух тестовых полигонов на территории Республики Башкортостан и Томской области.

Проведен эксперимент по подбору оптимального набора признаков для обучения моделей на основе анализа out-of-bag оценок ее точности и рекурсивного исключения наименее информативных признаков. Дальнейшие эксперименты выполнялись уже с использованием подобранных оптимальных наборов признаков.
Предложены подходы к коррекции обучающей выборки для учета возможных ошибок определения координат и характеристик лесов ПП и потенциального повышения точности оценки. При этом происходит итеративное смещение ПП в оптимальный пиксель в ее окрестности с наиболее репрезентативными спектрально-временными характеристиками, или изменение рассматриваемой характеристики на ПП, на основе промежуточных моделей, обученных по остальным ПП.

Выполнен сравнительный анализ точности получаемых оценок с наземными данными на уровне таксационных выделов, как для базовой модели на основе случайных лесов, так и при использовании предложенных методов коррекции опорной выборки.

Серия проведенных экспериментов показала, что подходы по коррекции опорной выборки при сравнении с данными на уровне таксационных выделов не показали устойчивого повышения точностей оценки запаса стволовой древесины и преобладающей породы. При этом подбор набора оптимальных признаков для обучения модели позволил улучшить показатели точности оценки характеристик лесов на 5-10%.

Работа выполнена в рамках реализации важнейшего инновационного проекта государственного значения Разработка системы наземного и дистанционного мониторинга пулов углерода и потоков парниковых газов на территории Российской Федерации, обеспечение создания системы учета данных о потоках климатически активных веществ и бюджете углерода в лесах и других наземных экологических системах» (рег. № 123030300031-6). Обработка данных ДЗЗ проводилась с использованием ресурсов ЦКП «ИКИ-Мониторинг» (Лупян и др., 2019), развиваемого и поддерживаемого в рамках темы «Мониторинг» (госрегистрация № 122042500031-8).

Список литературы:
1) Лупян Е.А., Прошин А.А., Бурцев М.А., Кашницкий А.В., Балашов И.В., Барталев С.А., Константинова А.М., Кобец Д.А., Мазуров А.А., Марченков В.В., Матвеев А.М., Радченко М.В., Сычугов И.Г., Толпин В.А., Уваров И.А. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С.151-170. DOI: 10.21046/2070-7401-2019-16-3-151-170.