Покрытие лесного полога «очевидно» занижено в текущих оценках
Спутниковое картографирование с алгоритмической оценкой — ключевой инструмент для измерения доли земли, покрытой кронами деревьев. Этот параметр критически важен для изучения лесных экосистем и оценки углеродного бюджета. Точность карт обычно проверяют визуальным анализом спутниковых снимков или их перекрестным сравнением, но редко — полевыми наблюдениями из-за масштабов и сложности территорий. С появлением беспилотников (UAV) с камерами высокого разрешения точность этих карт ставится под сомнение.
Однако проблема не только в качестве изображения: камеры ограниченно передают спектральную информацию, из-за чего оттенки зелени крон и подлеска могут быть менее различимы для человеческого глаза. Для точной оценки покрытия полога на северо-востоке Китая международная команда разработала алгоритм BAMOS, который лучше различает кроны и подлесок на снимках с UAV.
Метод и результаты опубликованы 10 января в Journal of Remote Sensing.
«Покрытие полога — базовый параметр для исследований лесных экосистем и глобального углеродного бюджета. За последнее десятилетие выпущено несколько известных глобальных карт, но для уверенного их применения необходима независимая оценка, которую сложно провести из-за нехватки референсных данных», — пояснил профессор Вэньцзянь Ни.
Чтобы решить эту проблему, алгоритм BAMOS комбинирует спектральную информацию с цифровой ортофотокарты и цифровой модели поверхности (топ-даун вид местности).
«Образцы покрытия полога были получены с помощью BAMOS на основе UAV-снимков с 77 участков в лесном районе Большого Хингана на северо-востоке Китая. Результаты показали высокую корреляцию между данными BAMOS и визуальной интерпретацией, с ошибкой около 5.7%», — отметил Ни.
Эти данные использовали для оценки точности трёх распространённых глобальных карт: GLAD, GLCF и MODIS VCF.
«Во всех трёх глобальных картах обнаружены систематические занижения примерно на 20%, хотя между собой карты хорошо согласуются», — заявил Ни, подчеркнув, что сравнение проводилось только для северо-востока Китая. Исследование указывает на необходимость независимой оценки этих карт в других регионах.
Хотя GLAD и GLCF в целом верно передают пространственную структуру, GLAD часто пропускает отдельно стоящие деревья, а GLCF — безлесные участки. Временнóй разрыв между сбором данных для карт и для BAMOS мог внести вклад в занижение, но не является основной причиной.
«Карта GLAD была создана примерно на восемь лет раньше сбора данных BAMOS и показывает иную пространственную картину, особенно на границе леса. Это может быть связано с ростом молодых лесов за восемь лет. Однако MODIS VCF, данные для которой собирались одновременно с нашими, также демонстрирует очевидное занижение. Это указывает, что временнáя несогласованность — не главный фактор расхождений, и необходимы дальнейшие оценки», — заключил Ни.