Удаленный мониторинг поднимает измерение лесов до небесных высот

Удаленный мониторинг леса означает измерение леса без посещения леса. Оставит ли это в будущем таксаторов леса без работы, и какие скачки в развитии принесет современный метод? Таури Арумяэ, заведующий созданного в 2022 году отдела удаленного мониторинга RMK, знает ответы.

Удаленный мониторинг – это получение информации об удаленных объектах бесконтактными методами. В основном мы имеем в виду измерения, сделанные с самолетов или спутников.

Противоположностью этому в контексте измерения леса был бы контактный мониторинг, когда таксатор выезжает в лес, измеряет там диаметр и высоту дерева, определяет породу дерева, смотрит на тип почвы и т. д. Цели удаленного мониторинга – сбор аналогичных данных, но уже со спутников, самолетов и, в последнее время, дронов. Правда, большим недостатком дронов в настоящее время остается короткое время полета, но эти технологии развиваются очень быстро.

Удаленный мониторинг делится на пассивный и активный. Чем они отличаются?

При пассивном удаленном мониторинге приборы регистрируют пассивное природное излучение, которое отражается от исследуемых объектов или их ближайшего окружения. Суть активного удаленного мониторинга противоположная: нам больше не нужно солнце, а устройство само посылает сигнал и регистрирует его отражения.
Однако результатом разных технологий является похожий набор данных, состоящий из пикселей, т. е. квадратиков, которые на первый взгляд часто не несут большого объема информации. Однако, если мы заглянем за цветные пиксели, то в действительности сможем увидеть цифры, полученные в результате измерения. Цель практических приложений удаленного мониторинга – понять, как увидеть за этими цифрами лес.

И как увидеть за цифрами лес?

Для этого сначала необходимо прийти в лес, сделать пробные площадки и измерить характеристики, которые важны для нас и которые мы хотим оценить в дальнейшем: возраст и запас леса, высоту древостоя, природные ценности, породный состав древостоя, средний диаметр, условия произрастания, площадь поперечного сечения ствола на высоте груди и т. д. Теперь давайте возьмем эти два набора данных – пиксели удаленного мониторинга и данные пробной площадки – соединим их вместе и начнем моделирование. Когда у нас есть связи и модели, описывающие эти связи, мы можем начать применять эти модели к территориям, где в реальности в лесу не проводились измерения, но имеются различные слои данных удаленного мониторинга, или, короче говоря, мы можем «измерить» лес, не посещая его.

У меня 6 га леса, в котором в свою очередь 14 выделов, поэтому леса очень разные. Каков процент погрешности при распространении данных пробных площадок на большие массивы?

Конечно, есть процент погрешности, его необходимо учитывать при любой оценке и даже измерении. Точно так же и в случае классического лесоустройства существует погрешность оценки и допустимые коэффициенты погрешности. Однако при измерении высоты леса результаты лидара аналогичны или даже более точны, чем при измерении в лесу.

Это и понятно – если кто-то пробовал, например, измерить высоту осины или березы в густом высоком лесу, он знает, как это трудно. Если, например, на основе руководства по лесоустройству процент погрешности, допустимой для лесных запасов, составляет 20, процент погрешности для моделей на основе воздушного лидара находится в том же диапазоне.

Самой большой проблемой удаленного мониторинга является определение видового состава древостоя, потому что в случае с лидаром для этого требуется гораздо более плотный набор данных, чем имеется в настоящее время. В случае спутниковых спектральных измерений важным ограничением является облачный покров и способность данных измерений различать разные лиственные деревья. Поэтому удаленный мониторинг точно не отнимет работу у таксаторов. Удаленный мониторинг делает работу таксаторов проще и эффективнее, ведь, приходя в лес, таксатор уже имеет предварительную информацию.

Является ли воздушный лидар ключевой фразой для удаленного мониторинга лесов?

Именно, воздушный лидар, или воздушный лазерный сканер, установленный на самолете, вертолете или дроне, который летает над лесом. Преимущество лидара в том, что мы также можем видеть, что происходит под пологом. Это отличается, например, от ортофотопланов, где видны только кроны деревьев, и в малой степени то, что видно откуда-то в промежутках между кронами. Однако лидар способен регистрировать отражения вплоть до поверхности земли, где он вычисляет координаты XYZ каждого отраженного импульса для формирования набора данных лидара – облака точек, изображающих лес.

Эстония – прогрессивная в этом отношении страна, мы занимаемся воздушным лазерным сканированием земли с 2008 года в рамках государственной программы Земельного департамента, и эти данные доступны всем бесплатно. В 2017 году сканер заменили на более мощный и плотность точек стала выше: ~1 точка на квадратный метр во время полета летом и почти в два раза больше – весной.

При такой плотности данных невозможно создать наборы данных на основе деревьев, поэтому приходится делать обобщения. При нынешнем наборе общенациональных данных оптимальный размер пикселя составляет 10 x 10 метров, тогда в этом пикселе уже достаточно информации, чтобы делать достоверные оценки. Однако, если использовать в качестве плотности сканирования, скажем, 150 точек или более на квадратный метр, набор данных уже позволяет четко различать вершины кроны, определять на ее основании породы деревьев или при необходимости даже измерять количество лежащей в подлеске древесины.

Интервью было опубликовано в журнале Metsamees