Использование данных дистанционного зондирования для выявления затопленных участков ленточных боров

В статье рассмотрено применение данных дистанционного зондирования в исследовании подтопления лесных массивов на примере ленточного бора Новичихинского лесничества Алтайского края. Представлены результаты исследований, в частности, с использованием метода объектно-ориентированной классификации косми...

Full description

Bibliographic Details
Published in:Acta Biologica Sibirica
Main Authors: Долгачева, Л.Е., Ротанова, И.Н.
Format: Article in Journal/Newspaper
Language:Russian
Published: Altai State University 2019
Subjects:
belt forest
forest pathology
flooding of forests
forest degradation
remote sensing
processing of remote sensing data
Novichikhinskiy forestry
Altai Krai
ленточный бор
лесопатология
затопление лесов
деградация лесов
дистанционное зондирование
обработка данных дистанционного зондирования
Новичихинское лесничество
Алтайский край
Sibirica
Online Access:http://journal.asu.ru/biol/article/view/7066
https://doi.org/10.14258/abs.v5.i4.7066
Description
Summary:В статье рассмотрено применение данных дистанционного зондирования в исследовании подтопления лесных массивов на примере ленточного бора Новичихинского лесничества Алтайского края. Представлены результаты исследований, в частности, с использованием метода объектно-ориентированной классификации космических изображений поверхности Земли, который сочетает в себе возможности кластеризации, качественно выделяющей связные объекты на изображении, и классификации с обучением, позволяющей относить выделенные объекты к заранее заданным классам. По данным дистанционного зондирования оценены площади подтопления и лесопатологическое состояние Барнаульского ленточного бора. The article deals with the application of remote sensing data in the study of flooding of forests on the example of band boron in Novichikhinsky forestry of the Altai Krai. The results of research are presented, in particular, using the method of object-oriented classification of space images of the earth's surface, which combines the possibility of clustering, qualitatively distinguishes connected objects in the image, and classification with training, which allows to refer the selected objects to pre-defined classes. According to remote sensing data, the areas of flooding and the forest pathology state of the Barnaul belt forest were estimated.

Similar Items