ОЦЕНКА ЕСТЕСТВЕННОГО ВОЗОБНОВЛЕНИЯ ЛЕСА НА ГАРИ С ИСПОЛЬЗОВАНИЕМ ДАННЫХ, ПОЛУЧЕННЫХ С ПОМОЩЬЮ БЕCПИЛОТНОГО ЛЕТАТЕЛЬНОГО АППАРАТА

Обложка

Цитировать

Полный текст

Аннотация

Анализ успешности лесовозобновления после пожара - важнейшая задача лесного хозяйства. Для этих целей летом 2021 г. проведена аэрофотосъемка с квадрокоптера Phantom 4 pro 15-летней гари (2006 г.) по северо-западной границе Ботанического сада Петрозаводского государственного университета (Республика Карелия). Дополнительно к этому выполнено натурное обследование по учетным площадкам, где до лесного пожара произрастал сосняк скальный из сосны обыкновенной ( Pinus sylvestris L.). Работы проводились с целью оценки состояния естественного возобновления после пожара по скальным выходам путем комбинирования обработки данных аэрофотосъемки с натурными обследованиями. В результате фотограмметрической обработки реконструирован ортофотоплан с пространственным разрешением 4.6 см на пиксель, карта высот и трехмерные облака точек. Для анализа распределения породного состава растительности по территории выполнено маркирование деревьев на ортофотоплане по учетным площадкам натурных обследований, в результате которого определено количественное распределение древесных пород в соотношении 64 % сосна обыкновенная и 23 % береза повислая ( Betula pendula Roth) (остальные виды не идентифицировались). Натурные обследования показали, что после пожара сформировался жизнеспособный молодняк смешанного состава с преобладанием сосны обыкновенной (71 % от общего количества древесных пород). В формировании молодняков участвовали также береза повислая (22 %), осина обыкновенная ( Populus tremula L.) и ольха серая ( Alnus incana (L.) Moench) (по 3.5 %). При сравнении высоты растений на трехмерных облаках точек с натурными измерениями достоверно удалось определить ее только для крупной общепринятой категории (> 1.5 м), при этом зависимость этого показателя, полученного разными методами, оказалась весьма значительна ( R 2 = 0.95). Максимальная высота деревьев на исследуемом участке составила 6 м, а средние значения - от 3.5 до 4.5 м, что свидетельствовало об успешности лесовозобновления после гари на скальных выходах.

Об авторах

Алексей Валерьевич Кабонен

Петрозаводский государственный университет

Автор, ответственный за переписку.
Email: alexkabonen@mail.ru
Петрозаводск, Россия

Ольга Ивановна Гаврилова

Петрозаводский государственный университет

Email: ogavril@mail.ru
Петрозаводск, Россия

Анатолий Васильевич Грязькин

Санкт-Петербургский государственный лесотехнический университет имени С. М. Кирова

Email: lesovod@bk.ru
Санкт-Петербург, Россия

Карина Аркадьевна Пак

Кареллеспроект, филиал ФГБУ «Рослесинфорг»

Email: pak.ka@roslesinforg.ru
Петрозаводск, Россия

Список литературы

  1. Аковецкий В. Г., Афанасьев А. В. Методы и технологии интерпретации аэрокосмических мониторинговых наблюдений лесной растительности // Лесн. вестн. 2020. Т. 24. № 2. С. 29–36.
  2. Белова Е. И., Ершов Д. В. Опыт оценки естественного лесовосстановления на сплошных вырубках по временным рядам Landsat // Лесоведение. 2015. № 5. С. 339–345.
  3. Беляева Н. В., Грязькин А. В., Калинский П. М. Точность учетных работ при оценке естественного лесовозобновления // Вестн. Саратов. гос. агр. ун-та им. Н. И. Вавилова. 2012. № 8. С. 7–12.
  4. Вогель Д. К., Юферев В. Г. Оценка лесных насаждений Волго-Ахтубинской поймы на основе фотограмметрической обработки данных цифровой аэросъемки // Изв. Нижневолжск. агр. ун-тетского комплекса. 2018. № 3 (51). С. 203–209.
  5. Гаврилова О. И., Колганов Е. С., Пак К. А. Оценка успешности самовозобновления сосны на гари // Лесотех. журн. 2020. Т. 10. № 4 (40). С. 142–149.
  6. Галецкая Г. А., Вьюнов М. В., Железова С. В., Завалишин С. И. Возможности обработки и анализа данных сверхлёгкого БПЛА SenseFly eBee в лесном хозяйстве // Интерэкспо Гео-Сибирь. 2015. № 4. С. 11–18.
  7. Горохова И. Н., Борисочкина Т. И., Шишконакова Е. А. Использование снимков с беспилотного летательного аппарата для оценки экологического состояния почвенно-растительного покрова урбанизированной экосистемы // Бюл. Почв. ин-та им. В. В. Докучаева. 2014. № 74. С. 77–89.
  8. Грязькин А. В. Патент 2084129 РФ. МКИ С 6 А 01 G 23/00. Способ учета подроста // Бюл. Роспатента. 1997. № 20. 3 с.
  9. Грязькин А. В. Влияние факторов внешней среды на структуру и состояние подроста // Изв. СПб. лесотех. акад. 2000. Вып. 8 (166). С. 19–25.
  10. Дайнеко Д. В. Применение беспилотных летательных систем в лесной отрасли // Применение беспилотных летательных аппаратов в географических исследованиях: Материалы Всерос. науч.-практ. конф. (Иркутск, 22–23 мая 2018 г.). Иркутск: Изд-во Ин-та геогр. им. В. Б. Сочавы СО РАН, 2018. С. 59–62.
  11. Денисов С. А., Домрачев А. А., Елсуков А. С. Опыт применения квадрокоптера для мониторинга возобновления леса // Вестн. ПГТУ. Сер. Лес. Экология. Природопользование. 2016. № 4 (32). С. 34–46.
  12. Кабонен А. В., Ольхин Ю. В. Дешифрирование форм и морфологических особенностей древесных растений на снимках, полученных с помощью беспилотных летательных аппаратов // Экосистемы. 2019. Вып. 20 (50). С. 197–202.
  13. Кабонен А. В., Ольхин Ю. В. Цифровое моделирование природно-ландшафтных комплексов по данным, полученным с помощью беспилотных летательных аппаратов // Лесохоз. информ. 2020. № 3. С. 101–110.
  14. Куликов В. С., Куликова В. В. Докембрийская геология территории ботанического сада // Hortus Bot. 2001. Т. 1. С. 19–24.
  15. Лесовосстановление гари на скалах. 3D Model. Scetchfab, 2022. https://skfb.ly/oqFWB
  16. .
  17. Никифоров А. А., Мунимаев В. А. Анализ зарубежных беспилотных летательных аппаратов, применяемых в лесном секторе // Тр. лесоинж. ф-та Петрозавод. гос. ун-та. 2010. № 8. С. 97–99.
  18. Осипенко А. Е., Коукал Я., Панин И. А., Иванчина Л. А., Залесов С. В. Опыт применения квадрокоптера для создания трёхмерной модели лесных насаждений // Леса России и хозяйство в них. 2017. № 4 (63). С. 16–22.
  19. Петушкова В. Б., Потапова С. О. Мониторинг и охрана лесов с применением беспилотных летательных аппаратов // Пожарная безопасность: проблемы и перспективы. 2018. Т. 1. № 9. С. 717–722.
  20. Распоряжение Правительства Российской Федерации от 11.02.2021 № 312-р «Об утверждении Стратегии развития лесного комплекса Российской Федерации до 2030 года». М.: Правительство РФ, 2021.
  21. Скуднева О. В. Беспилотные летательные аппараты в системе лесного хозяйства России // ИВУЗ. Лесн. журн. 2014. № 6 (342). С. 150–154.
  22. Смирнов А. А., Богачев П. В., Смирнов А. П. Естественное возобновление на вырубках Карелии в связи с плодородием и увлажнением лесной почвы // Изв. СПб. лесотех. ун-та. 2020. Вып. 232. С. 20–32.
  23. Фетисова А. А., Грязькин А. В., Ковалев Н. В., Гуталь М. Оценка естественного возобновления хвойных пород на сплошных вырубках в условиях Рощинского лесничества // ИВУЗ. Лесн. журн. 2013. № 6 (336). С. 9–18.
  24. Эпов М. И., Злыгостев И. Н. Применение беспилотных летательных аппаратов в аэрогеофизической разведке // Интерэкспо Гео-Сибирь. VIII Междунар. науч. конф. «Дистанционные методы зондирования Земли и фотограмметрия, мониторинг окружающей среды, геоэкология». Сб. мат-лов. В 2 т. 2012. Т. 2. № 3. С. 22–27.
  25. Dandois J. P., Ellis E. C. Remote sensing of vegetation structure using computer vision // Rem. Sens. 2010. V. 2. Iss. 4. P. 1157–1176.
  26. Neuville R., Bates J. S., Jonard F. Estimating forest structure from UAV-mounted LiDAR point cloud using machine learning // Rem. Sens. 2021. V. 13. Iss. 3. Article N. 352. 18 p.
  27. Uutera J., Maltamo M. Impact of regeneration method on stand structure prior to first thinning: Comparative study in North Karelia, Finland vs. Republic of Karelia, Russian Federation // Silva Fenn. 1995. V. 29. N. 4. P. 267–285.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».