CLASSFB

ОЦЕНКА КЛЮЧЕВЫХ БИОТОПОВ ПО ДЗЗ

приводится описание этапов пространственной оценки ключевых биотопов по данным Sentinel-2

Для моделирования распределения ключевых биотопов в лесах Национального парка использовалось два типа геопространственных данных: мультиспектральные спутниковые изображения Sentinel-2 (ESA Sentinel-2, 2019) и базовые топографические показатели, рассчитанные с использованием цифровой модели рельефа (ЦМР) и гидрографической сети местности.
Исходные значения спектральных яркостей на уровне верхних слоев атмосферы в каналах отобранных изображений были пересчитаны в соответствующие значения на уровне земной поверхности с использованием алгоритма MAJA (Hagolle et al., 2015). Полный список использованных в работе спектральных и топографических признаков с пояснениями содержится в таблице cлева

Цифровая модель рельефа местности была построена на основе горизонталей, оцифрованных по крупномасштабной топографической карте масштаба 1: 25000 (материалы обрабатывались сотрудниками НП). Прочие элементы географической основы, включая гидрографическую сеть, были сформированы из открытых данных проекта OpenStreetMap (OpenStreetMap, 2019). Полный список использованных в работе топографических признаков с пояснениями содержится в таблице cлева

На основе таксационных характеристик формировались тематические группы, которые в дальнейшем рассматривались как прототипы для ключевых и прочих лесных биотопов. Для этого каждому участку присваивался восьмизначный составной код, первые пять цифр которого соответствовали долям ели, сосны, широколиственных пород, ольхи черной и всех прочих мелколиственных пород в составе, следующие две цифры отображали значения трофности и влажности условий местопроизрастания (по П.С. Погребняку), а последняя цифра идентифицировала возраст древостоев. При этом доли породного состава объединялись в три условных градации – преобладание (6 и более единиц в породной формуле), присутствие (1-5 единиц) и отсутствие той или иной группы пород. Показатели влажности были преобразованы в две категории – сухие или нормальные (1-3) и влажные (4-5) условия произрастания. Значения возраста также были сведены к двум группам – молодые (1-2 класс возраста) и взрослые (3 и более) древостои. По уникальным значениям составного кода было выделено 88 наиболее представленных на территории парка прототипов биотопов, которые суммарно покрывают более 95% от площади лесного фонда.

Выборка эталонных участков для моделирования пространственного распределения ключевых и всех прочих лесных биотопов парка была сформирована на основе пространственного пересечения сети лесоустроительных выделов с результатами автоматической сегментации спутниковых изображений Sentinel-2 алгоритмом Full Lambda Schedule (Redding et al., 1999). Для сегментации использовались только каналы видимого и ближнего инфракрасного диапазонов с пространственным разрешением 10 метров. Участки, образованные пересечением выделов и сегментов, отбирались для дальнейшего анализа по нескольким критериям: площадь (не менее 1 га), доля взаимного перекрытия (не менее 50%) и сомкнутость древостоев (не менее 50%). Затем они объединялись на основе таксационных характеристик в комплексные тематические группы, которые в дальнейшем рассматривались как прототипы для ключевых и прочих лесных биотопов.

Общий размер эталонной выборки, полученной на данном этапе, составил 1399 участков, при этом четыре прототипа, соответствующие ключевым биотопам, вошли в нее целиком, а для всех остальных групп случайным образом формировались подвыборки в объеме 20% от общего числа входящих в них участков, которые затем объединялись в один комплексный тематический класс «Все прочие биотопы». Такой подход позволил сформировать относительно сбалансированную по составу обучающую выборку – от 110 до 401 наблюдения в каждом из пяти классов, для дальнейшей вероятностной классификации.