СПОСОБ ОЦЕНКИ ЗАПАСА ДРЕВОСТОЯ Российский патент 2000 года по МПК A01G23/00 

Предлагаемое изобретение относится к лесному хозяйству, в частности к оперативному учету запаса насаждений на обширных площадях.

Известен наземный метод оценки запаса на основе учетных площадок, путем индивидуального пересчета деревьев и измерения расстояния между ними. На основе наземных измерений для пробных площадок получены статистические функции зависимости запаса от различных морфометрических характеристик древостоя: высоты деревьев, диаметра стволов, количества деревьев, полноты насаждения, диаметров крон, среднего расстояния между деревьями и т.д. (см., например, Анучин Н.П. "Лесная таксация", 5-е издание, Лесная промышленность, M., 1962, стр. 248-250 - аналог).

В способе-аналоге разбивают площадь лесного массива на мозаику участков, проводят измерения таксационных параметров на пробном (ключевом) участке, рассчитывают запас насаждения участка по аналитической зависимости , распространяют результаты оценок на всю площадь лесного массива, где Q = ΣG•f - произведение суммы площадей поперечных сечений деревьев на видовое число, м²; - средняя высота насаждения, м, М - объем запаса, м³, P - полнота.

Недостатками известного аналога являются:
- трудоемкость и малая производительность процесса обмера каждого дерева;
- большая погрешность при распространении результатов измерений пробных площадок на весь таксируемый массив.

Ближайшим аналогом по технической сущности к заявляемому решению является "Способ определения запаса насаждений" (см., например, патент РФ N 2080051, кл. A 01 G 23/00, 1997 - ближайший аналог).

В способе ближайшего аналога получают изображение лесного массива, разбивают изображение на мозаику участков, преобразуют изображение каждого участка в матрицу цифровых отсчетов зависимости яркости I (x, y) от пространственных координат, вычисляют параметры электрического сигнала матрицы: математическое ожидание, среднеквадратическое отклонение, огибающую пространственного спектра, рассчитывают запас насаждения по среднестатистическим зависимостям параметров электрического сигнала матрицы и характеристик насаждения.

Недостатками ближайшего аналога является:
- высокая методическая погрешность оценки запаса. Расчетная функция пропорциональна диаметру кроны как D^5,9. Таким образом, 1% погрешности аргумента дает 5,9% методической ошибки;
- при обработке матрицы не все ее собственные значения используется для оценки запаса.

Задача, решаемая данным изобретением, заключается в повышении точности и устойчивости дистанционной оценки запаса путем вычисления дополнительного собственного значения матрицы изображения, связанного с независимым элементом леса.

Поставленная задача решается тем, что в способе оценки запаса древостоя, при котором получают изображение лесного массива, разбивают кадр изображения на мозаику участков, последовательно преобразуют изображения участков в цифровые матрицы зависимости яркости I (x, y) от пространственных координат, выделяют моменты (m₁, σ ) и огибающую пространственного спектра (I/D) электрического сигнала матрицы, рассчитывают запас по статистическим зависимостям параметров сигнала и таксационных характеристик, дополнительно вычисляют собственный структурно-топологический признак матрицы, ее объем и независимый элемент леса - полноту, а запас насаждения каждого участка рассчитывают по аналитической зависимости:

где М - запас, м³;
n - классы, ступеней толщины Лорея, n[1...5];
h_i - средняя высота деревьев данного класса h_i = 6,8 • D_i ^1,1;
g_i - площадь поперечного сечения среднего дерева класса;
f_i - видовое число деревьев данного класса; N_i - количество деревьев данного класса на таксируемом участке, N_i= N•α(g_i);
α (g_i) - функция распределения (огива) количества деревьев по ступеням толщины;
N - общее количество деревьев на участке
F - площадь таксируемого участка;
P - полнота насаждения участка,

- средний диаметр кроны участка;
D_i - средний диаметр кроны дерева данного класса.

Сопоставительный анализ заявляемого решения с ближайшим аналогом показывает, что заявляемый способ отличается от известного введением новых технологических операций, обеспечивающих достижение таких качественно новых свойств, как:
- устойчивость алгоритма расчета к изменению условий съемки: высоты Солнца, угла визирования, времени суток;
- инвариантность структурно-топологического признака насаждения к виду изображения: сканерного, радиолокационного, видового. Наличие таких признаков как вновь введенные операции, связанные с функциональными преобразованиями матрицы по тону, текстуре и топологии, обеспечивающих получение нескольких независимых расчетных параметров, позволяет сделать вывод о соответствии заявляемого технического решения критерию "изобретательский уровень".

Техническая сущность изобретения заключается в следующем. Чем больше независимых элементов леса выделяют при вычислении собственных параметров матрицы, тем точнее результат оценок. Независимыми элементами леса при оценке запаса следует считать высоту деревьев и полноту насаждения. За время существования лесной науки получены обширные и устойчивые данные по статистической связи между высотой деревьев, их распределению по ступеням толщины, значениями видовых чисел для различных групп деревьев. Эти данные существуют в виде "Объемных таблиц Союзлеспрома", статистики В.Вейзе, статистик H.В. Тpетьякова, А. В. Тюрина, классов Лорея и т.д. (см., например, Н.П. Анучин "Лесная таксация", 5-е издание, учебник для ВУЗов, М., "Лесная промышленность", 1982, стр. соответственно 167, 296, 250, 207, 273). Одним из собственных параметров матрицы, вычисленных по способу ближайшего аналога, является нахождение пространственного спектра сигнала изображения. Огибающая пространственного спектра характеризует распределение деревьев по диаметру крон, а высота деревьев рассчитывается по аналитической зависимости . Чтобы методическая ошибка расчета запаса была минимальной, следует использовать линейные аппроксимирующие функции. Известный метод Лорея предполагает разбиение всего диапазона площади поперечных сечений деревьев на 5 интервалов, в пределах которых допускается линеаризиция между параметрами.

На фиг. 1,а представлена одна из реализаций огибающей пространственного спектра матрицы (см. ниже, пример реализации) и соответствующее огибающей распределение крон деревьев по диаметрам фиг. 1, б). Разбивая диапазон значений крон деревьев на 5 равномерных классов, запас древостоя вычисляют по зависимости

где h_i - средняя высота дерева данного класса. Рассчитывается по зависимости ближайшего аналога, как h_i = 6,8 D_i ^1,1,
g_i - площадь поперечного сечения среднего дерева класса, находится как функция h_i по объемным таблицам Союзлеспрома (см. пример реализации);
f_i - значение видового числа f_i(g_i) находится по объемным таблицам;
N_i - количество деревьев данного класса на таксируемом участке.

Как следует из приведенной расчетной формулы, все параметры одиночного (среднего дерева) вычисляются по огибающей пространственного спектра сигнала матрицы (распределению диаметров крон участка) и по объемным таблицам (статистическим данным).

Для расчета (N_i) используют другой собственный параметр матрицы, связанный с другим независимым элементом лева - его полнотой. Даже в наземных условиях расчет полноты насаждения представляет определенные трудности (см., например, Н. П. Анучин "Лесная таксация", 5-е, М., Лесная промышленность, 1982, "Полнота насаждения", c. 234-241).

Степень использования деревьями лесной территории характеризуется тремя показателями: сомкнутостью древесного полога, полнотой, густотой. Чаще всего расчет полноты проводят путем сравнения таксируемого участка с нормальным полным насаждением. По определению, полнота насаждения характеризует совершенство использования растительным сообществом занимаемого пространства. Очевидно, что характеристикой полноты может быть объем пространства, занимаемый насаждением. Как правило, вершина кроны дерева обладает на изображении большей яркостью, т. к. отражает падающий световой поток почти зеркально. Остальная часть кроны отражает световой поток диффузно. Промежутки между деревьями из-за многократного диффузного отражения светового потока от соседних крон и лишь частичного отражения в сторону регистратора имеют на изображении наименьшую яркость. Таким образом, на изображении древесный полог представляется в виде совокупности колоколообразных пиков разной высоты (уровней освещенности). Если проинтегрировать функцию яркости I (x, y), то можно вычислить дополнительный собственный параметр матрицы - ее объем:

m, n - размеры матрицы по x, y.

Тогда полноту насаждения (P) рассчитывают как отношение двух объемов: объема матрицы к объему изображения полного нормального насаждения:

В первом приближении крону дерева можно аппроксимировать объемом конуса (пирамиды), который равен произведению площади основания на 1/3 высоты. Тогда объем полного, нормального насаждения V_пн, для данного изображения, рассчитывают по параметрам матрицы. За высоту дерева полного нормального насаждения следует принять среднюю высоту колоколообразной фигуры матрицы H = m₁+σ. На фиг. 2 представлены сечения древесных пологов плоскостью y = const, с различными значениями моментов σ₁,σ₂. Площадь проекции кроны такого (эталонного) дерева, принимаемой за площадь основания конуса, составит
S = πD2п

/4,
где D_п вычисляется по значениям матрицы

Откуда в масштабе квантованных уровней изображения получено, что

а расчетное выражение для полноты насаждения примет вид

Из полученного выражения следует, что оно не противоречит физическому смыслу, чем больше изрезанность древесного полога (σ), тем меньше полнота насаждения.

Общее число деревьев участка находят как отношение площади участка (F) к площади проекции средней кроны домноженного на полноту

Для нахождения числа деревьев N_i в каждом классе используют функцию распределения (огиву) α (g_i) (см. там же, А.П.Анучин "Лесная таксация", стр. 273):
N_i= α(g_i)•N
На фиг. 3 представлена функция распределения (огива) количества деревьев в насаждении по ступеням толщины.

Пример реализации способа.

Заявляемый способ может быть реализован на базе комплекса программно-аппаратных средств по схеме фиг. 4. Устройство фиг. 4, реализующее способ, содержит Государственный Центр хранения космической информации 1, изображение 2 (фотоснимок, ведеокадр) лесного массива, устройство ввода 3 изображения в ПЭВМ 4. Устройство ввода содержит сканер типа "Panasonik", с разрешением 600 точек на дюйм. ПЭВМ типа IBM PC 486/487 в комплекте процессора 5, винчестера 6, оперативного ЗУ 7, клавиатуры 8, средств отображения и регистрации, дисплея 9 и принтера 10. Космический снимок системы наблюдения типа "Ресурс" заказан в Госцентре "Природа" (заказ N 11/93-42). Непосредственной обработке снимка "Лосиный Остров" г. Москва подвергался участок Пироговского лесопарка (ельник, р-н стрельбища "Динамо"). Формат цифровой матрицы I (x, y) соответствовал 512 х 512 элементов. Пространственное разрешение одного пиксела около 2 м. Пространственный спектр (1/D) электрического сигнала матрицы рассчитывался программным методом двумерного Фурье-преобразования. Данная операция входит в комплект специализированного комплекса программ обработки (см., например, МАТН САД PLVS, издание 2-е стереотипное, М., Информ-издат дом Филинъ, 1997, стр. 411).

Комплекс специализированных программ обработки предварительно был записан на винчестер 6.

Вычисленный программным расчетом на ПЭВМ пространственный спектр сигнала анализируемой матрицы представлен графиком на фиг. 1а). На фиг. 1б) представлено соответствующее пространственному спектру распределение диаметров крон деревьев участка. Среднее значение диаметра крон участка = 3,06 м.

Далее, разбивая интервал распределения крон деревьев на 5 классов (фиг. 1б) (исходя из линейной зависимости между параметрами), вычислены средние высоты деревьев каждого класса (см. таблицу в конце описания) и по объемным таблицам каждому классу сопоставлены значения площадей поперечных сечений и видовые числа (см. А.П.Анучин, "Лесная таксация", стр. 139):
Числовые характеристики матрицы анализируемого участка составили = m₁ = 187, σ₁ = 62, в шкале квантования 0...256. Размеры отсканированного изображения 2,16 х 2,16 см, что при масштабе снимка 1:55000 составляет площадь F = (01180•1180) м². Затем расчитывают полноту насаждения. Вычисление двойного интеграла

реализуется программным методом (см., например, МАТН САД PLVS, издание 2-е стереотипное, М., информ-издат дом Филинъ, 1997, стр. 211-214).

Полнота насаждения

Общее количество деревьев на участке N = 11,2 10⁴ед.

Количество деревьев в каждом классе (по графику фиг. 3)
I = 2%, II - 9%, III - 38%, IV - 35%, V - 16%.

Объем запаса анализируемого участка или 256 м³/га.

Положительный эффект заявляемого способа основан на расчете нескольких собственных значений матрицы изображения, связанных с независимыми элементами леса. Эффективность заявляемого способа оценивается такими показателями как точность интегральных оценок и устойчивость алгоритма расчета к параметрам изображения. Поскольку при оценках вычисляются интегральные характеристики по большому массиву данных с точностью до одного пиксела, то заявляемый способ может быть рекомендован в качестве метрологического.

Использование: лесное хозяйство, при оперативном учете запаса насаждения на обширных площадях. Сущность изобретения: осуществляют обработку космического снимка участка лесопарка. Формат цифровой матрицы I (х, у) соответствовал 512 х 512 элементов. Пространственный спектр электрического сигнала матрицы рассчитывают программным методом двумерного Фурье-преобразования. Представляют соответствующее пространственному спектру распределение диаметров крон деревьев участка. Разбивая интервал распределения крон деревьев на 5 классов, вычисляют средние высоты деревьев каждого класса и по объемным таблицам каждому классу сопоставлены значения площадей поперечных сечений и видовые числа. Затем рассчитывают полноту насаждения, общее количество деревьев на участке, количество деревьев в каждом классе и объем запаса анализируемого участка. Это позволит повысить точность и устойчивость дистанционной оценки запаса древостоя путем вычисления дополнительного собственного значения матрицы изображения, связанного с независимым элементом леса. 4 ил. , 1 табл.

Способ оценки запаса древостоя, при котором получают изображение лесного массива, разбивают кадр изображения на мозаику участков, последовательно преобразуют изображения участков в цифровые матрицы [m x n] зависимости яркости I (х, у) от пространственных координат, выделяют моменты (m₁, σ) и огибающую пространственного спектра (I/D) электрического сигнала матрицы, рассчитывают запас по статистическим зависимостям параметров сигнала и таксационных характеристик, отличающийся тем, что дополнительно вычисляют собственный структурно-топологический признак матрицы, ее объем и независимый элемент леса - полноту, а запас насаждения каждого участка рассчитывают по аналогической зависимости

где М - запас, м³;
n - классы ступеней толщины Лорея, n[1...5];
h_i - средняя высота деревьев данного класса, h_i = 6,8 • D_i ^1,1;
D_i - средний диаметр кроны дерева данного класса;
g_i - площадь поперечного сечения среднего дерева класса;
f_i - видовое число деревьев данного класса;
N_i - количество деревьев данного класса на таксируемом участке, Ni = α•(g_i)•N;
α(g_i) - функция распределения (огива) количества деревьев участка по ступеням толщины, %;
N - общее число деревьев участка,
F - площадь таксируемого участка, м²;
Р - полнота насаждения,

- среднее значение диаметра крон участка.