Статьи 2025 г.
Петрозаводский государственный университет
пр. Ленина, 33, Петрозаводск, Республика Карелия, 185086, Российская Федерация
Реферат
УДК 630.2+630.53
Кабонен А. В., Димитров В. М. Оценка дендрометрических характеристик насаждений по данным наземного лазерного сканирования // Сибирский лесной журнал. 2025. № 5. С. 90–99.
DOI: 10.15372/SJFS20250510
EDN: …
© Кабонен А. В., Димитров В. М., 2025
Обсуждается опыт применения наземного лазерного сканирования LiDAR для оценки биометрических характеристик деревьев при инвентаризации искусственного насаждения «Бульвар Победы» в г. Петрозаводске, Республика Карелия. Целью работы явилось проведение комплексного статистического анализа данных LiDAR в сравнении с натурными измерениями дендропараметров – высоты деревьев, диаметров крон и стволов на высоте 1.3 м от основания земли, с учетом видовой принадлежности деревьев. Результаты исследования показали высокую эффективность технологии LiDAR для установления основных дендропараметров. Наилучшие результаты получены для измерения диаметра ствола на высоте 1.3 м (91.5 % достоверных видов), диаметра кроны (85.7 %) и высоты деревьев (92.9 %). Средняя относительная ошибка колебалась от 5.0 % для диаметров стволов на высоте 1.3 м до 10.0 % для высоты деревьев. Наиболее точные результаты измерений получены для ели голубой (Picea pungens Engelm.) и ясеня обыкновенного (Fraxinus excelsior L.), где все параметры измерялись с высокой точностью (p > 0.05 во всех случаях). Диаметр ствола на уровне 1.3 м оказался наиболее стабильным параметром с наименьшей средней ошибкой (4.99 %), что объясняется относительной простотой его измерения и меньшей зависимостью от внешних факторов. Измерение диаметра кроны показало более высокую среднюю ошибку (8.28 %). Полученные результаты исследования свидетельствуют о необходимости учета видовых особенностей и сомкнутости кроны в насаждении при сканировании LiDAR и обработке данных.
Текст статьи
СПИСОК ЛИТЕРАТУРЫ (REFERENCES)
Иванова Н. В., Шашков М. П., Шанин В. Н. Определение характеристик смешанных древостоев по данным аэрофотосъёмки с применением беспилотного летательного аппарата (БПЛА) // Вестн. Том. гос. ун-та. Биол. 2021. Т. 54. С. 158–175 [Ivanova N. V., Shashkov M. P., Shanin V. N. Opredelenie kharakteristik smeshannykh drevostoev po dannym aerofotos’emki s primeneniem bespilotnogo letatel’nogo apparata (BPLA) (Obtaining tree stand attributes from unmanned aerial vehicle (UAV) data: the case of mixed forests) // Vestn. Tom. gos. un-ta. Biol. (Tomsk St. Univ. J. Biol.). 2021. V. 54. P. 158–175 (in Russian with English abstract and references)].
Медведев А. А., Тельнова Н. О., Кудиков А. В. Дистанционный высокодетальный мониторинг динамики зарастания заброшенных сельскохозяйственных земель лесной растительностью // Вопр. лесн. науки. 2019. Т. 2. № 3. 12 c. [Medvedev A. A., Tel’nova N. O., Kudikov A. V. Distantsionny vysokodetal’ny monitoring dinamiki zarastaniya zabroshennykh sel'skokhozyaystvennykh zemel' lesnoy rastitel'nost'yu (Highly detailed remote sensing monitoring of tree overgrowth on abandoned agricultural lands) // Vopr. lesn. nauki (Questions For. Sci.). 2019. V. 2. N. 3. 12 p. (in Russian with English abstract and references)].
Портнов А. М., Быховец С. С., Дин Е. С., Иванова Н. В., Фролов П. В., Шанин В. Н., Шашков М. П. Количественная оценка размеров окон в пологе старовозрастного широколиственного леса наземными и дистанционными методами // Математическое моделирование в экологии. Пущино: ФИЦ ПНЦБИ РАН, 2021. С. 99–102 [Portnov A. M., Bykhovets S. S., Din E. S., Ivanova N. V., Frolov P. V., Shanin V. N., Shashkov M. P. Kolichestvennaya otsenka razmerov okon v pologe starovozrastnogo shirokolistvennogo lesa nazemnymi i distantsionnymi metodami (Quantitative assessment of canopy window sizes in old-growth broadleaf forests using ground-based and remote sensing methods) // Matematicheskoe modelirovanie v ekologii (Mathematical modelling in ecology). Pushhino: FITS PNTABI RAN (Fed. Res. Center Pushchinsky Sci. Center Biol. Stud. Rus. Acad. Sci.). 2021. P. 99–102 (in Russian)].
Bennett G., Hardy A., Bunting P., Morgan P., Fricker A. A Transferable and effective method for monitoring continuous cover forestry at the individual tree level using UAVs // Rem. Sens. 2020. V. 12. Iss. 13. Article 2115.
Birdal A. C., Avdan U., Türk T. Estimating tree heights with images from an unmanned aerial vehicle // Geomat. Nat. Hazards Risk. 2017. V. 8. Iss. 2. P. 1114–1156.
Burt A. P. New 3D-measurements of forest structure. PhD. thesis. Univ. College London. 2017. 288 p.
Fink S. Hazard tree identification by Visual Tree Assessment (VTA): Scientifically solid and practically approved // Arboric. J. 2009. V. 32. P. 139–155.
Hudak A. T., Haren A. T., Crookston N. L., Liebermann R. J., Ohmann J. L. Imputing forest structure attributes from stand inventory and remotely sensed data in western Oregon, USA // For. Sci. 2014. V. 60. Iss. 2. P. 253–269.
Khosravipour A., Skidmore A. K., Isenburg M., Wang T., Hussin Y. A. Generating pit-free canopy height models from airborne lidar // Photogram. Engineer. Rem. Sens. 2014. V. 80. Iss. 9. P. 863–872.
Lau A., Martius С., Bartholomeus Н., Shenkin А., Jackson Т., Malhi Ya., Herold М., Bentley L. P. Estimating architecture-based metabolic scaling exponents of tropical trees using terrestrial LiDAR and 3D modelling // For. Ecol. Manag. 2019. V. 429. P. 132–145.
Mattheck C., Breloer H. Field guide for visual tree assessment 53 (Vta) // Arboricult. J. 1994. V. 18. Iss. 1. P. 1–23.
Picos J., Bastos G., Míguez D., Alonso L., Armesto J. Individual tree detection in a Eucalyptus plantation using unmanned Aerial Vehicle (UAV)-LiDAR // Rem. Sens. 2020. V. 12. Iss. 5. Article 885.
Raumonen Р., Kaasalainen М., Akerblom М., Kaasalainen S., Kaartinen Н., Vastaranta М., Holopainen М., Disney M., Lewis Р. Fast automatic precision tree models from terrestrial laser scanner data // Rem. Sens. 2013. V. 5. Iss. 2. Р. 491–520.
Roussel J., Auty D., Coops N. C., Tompalski P., Goodbody T. R., Meador A. S., Bourdon J., Boissieu F. de, Achim A. LidR: An R package for analysis of Airborne Laser Scanning (ALS) data // Rem. Sens. Environ. 2020. V. 251. Article 112061.
Safonova A., Hamad Y., Dmitriev E., Georgiev G., Trenkin V., Georgieva M., Dimitrov S., Iliev M. Individual tree crown delineation for the species classification and assessment of vital status of forest stands from UAV images // Drones. 2021. V. 5. Iss. 3. Article 77. 18 p.
Smiley E. T., Matheny N., Lilly S. Tree risk assessment: A foundation // Arborist News. 2011. V. 20. P. 12–20.
Weil J. The synthesis of cloth objects // ACM SIGGRAPH Comp. Graph. 1986. V. 20. Iss. 4. P. 49–54.
Zahawi R. A., Dandois J. P., Holl K. D., Nadwodny D., Reid J. L., Ellis E. C. Using lightweight unmanned aerial vehicles to monitor tropical forest recovery // Biol. Conserv. 2015. V. 186. P. 287–295.
Zhang W., Qi J., Wan P., Wang H., Xie D., Wang X., Yan G. An easy-to-use airborne LiDAR data filtering method based on cloth simulation // Rem. Sens. 2016. V. 8. Iss. 6. Article 501.
Zhou J., Proisy C., Descombes X., Le Maire G., Nouvellon Y., Stape J.L., Viennois G., Zerubia J., Couteron P. Mapping local density of young Eucalyptus plantations by individual tree detection in high spatial resolution satellite images // For. Ecol. Manag. 2013. V. 301. P. 129–141.
