Оценка высоты и плотности лесного полога

Доступно с лицензией 3D Analyst.

Высота и плотность лесного полога используются как переменные при различных исследованиях окружающей среды, например при оценке биомассы, растительного покрова и биоразнообразия. Плотность полога - это отношение растительного покрова к открытой поверхности земли при наблюдении с воздуха. Высота лесного полога показывает, на какой высоте на землей находятся кроны деревьев. Лидар может быть использован для определения обоих этих переменных.

Ниже приведены шаги, которые необходимы для вычисления плотности и высоты покрова по данным лидара. В первую очередь требуются данные лазерного сканирования с разделением на точки, находящиеся на поверхности земли, и точки, находящиеся над этой поверхностью. Такая классификация точек обычно выполняется поставщиком данных. Во-вторых, необходимо узнать, когда были получены эти данные, а также установить тип растительности в изучаемом районе. Если в изучаемом районе много лиственных деревьев, а данные были собраны осенью (во время листопада), то плотность вычислить не удастся.

Создание набора данных и слоя LAS

Набор данных LAS может использоваться для вычисления плотности и высоты полога леса. Примените инструмент геообработки Создать набор данных LAS (Create LAS Dataset) для создания ссылок на данные лазерного сканирования в формате LAS. Если вы имеете дело с данными в текстовом формате ASCII или, если вы желаете работать с точками формата LAS в базе геоданных, обратите внимание на альтернативный ход работы в конце данного раздела. После создания набора данных LAS определите слой, указав свойства фильтра, который будет определять, какие точки из файлов LAS задействованы в работе. Для создания слоя добавьте набор данных к карте, либо запустите инструмент геообработки Создать слой набора данных LAS (Make LAS Dataset Layer). Задавая слой, следует выбрать все отраженные сигналы, а затем обратить внимание на коды классификации. В основном мы будем работать с двумя наборами точек: с точками на земной поверхности и с точками над ней. Точки LAS обычно классифицируются согласно схеме, заданной стандартом LAS 1.1, определенным обществом American Society for Photogrammetry and Remote Sensing (ASPRS).

Стандарт ASPRS определения классов точек лазерной съемки.

Код классификации	Тип классификации
0	Классификация не выполнялась
1	Не присвоено
2	Земля
3	Низкорослая растительность
4	Растительность средней высоты
5	Высокая растительность
6	Создание
7	Шум
8	Ключ модели
9	Вода
10	Зарезервировано ASPRS
11	Зарезервировано ASPRS
12	Наложение
13–31	Зарезервировано ASPRS

Примечание:

Любой классифицированный файл LAS, созданный в последние несколько лет, должен использовать эти коды. К сожалению, до сих пор в классификации имеется некоторая неопределенность. Например, класс 2 обозначает землю, но ключевые точки модели, заданные классом 8, также могут обозначать измерения на земле. Ключевые точки модели – это специальный набор измерений, содержащий некоторые необходимые подробности, который никогда не должен прореживаться. Наличие этих точек зависит от способа обработки данных. Если вы не уверены, выберите оба класса. Если окажется, что точек модели нет, это не помешает. Обозначения растительности имеют схожие проблемы. Иногда поставщики данных относят всё, что находится над землей, к классу 1, поскольку они не проводили детальной классификации. Поэтому, если вы не знаете особенностей классификации ваших данных, выберите все точки над земной поверхностью, т. е. из классов 1, 3, 4 и 5. Такое универсальное решение позволит захватить все точки растительности. Обратите внимание, если в классе 1 находятся здания или другие искусственные объекты, они также будут захвачены и могут исказить, в некоторой степени, конечные результаты.

Вычисление плотности

Наиболее эффективный способ вычислить плотность покрова - разделить изучаемый район на несколько равных участков меньшего размера, используя растеризацию. В каждой ячейке растра необходимо сравнить число точек, находящихся над поверхностью, и общее число точек.

Очень важно определить наиболее подходящий размер ячейки для данного анализа. Размер должен быть как минимум в четыре раза больше, чем средний интервал между точками. Размер ячейки можно сделать больше, но не меньше.

1. Примените к точкам, лежащим над поверхностью, инструмент геообработки Статистика точек LAS в виде растра (LAS Point Statistics As Raster) с опцией Число точек (POINT_ COUNT).

2. Преобразуйте все полученные ячейки со значением NoData в 0, так чтобы в последующих операциях ячейки, не содержащие точек, рассматривались как 0. Для этого примените последовательно инструменты геообработки Равно нулю (IsNull) и Условие (Con).


3. Повторите шаги 1 и 2 для точек с поверхности земли.
4. Сложите вместе растры надземных и наземных точек, используя инструмент геообработки Сложить (Plus), чтобы определить общее число точек на ячейку.

5. Все полученные растры содержат тип данных Long (Длинное целое). Необходимо, чтобы один растр имел данные с плавающей точкой, чтобы получить выходные данные такого же типа в результате работы инструмента геообработки Разделить (Divide), который будет использован на этапе 6. Чтобы получить растр с плавающей точкой, используйте результат работы инструмента Сложить (Plus) в качестве входных данных для инструмента Плавающая точка (Float).

6. Теперь используйте инструмент геообработки Разделить (Divide), чтобы выполнить сравнение растра, соответствующего числу точек над поверхностью, с растром общего количества точек в формате с плавающей точкой. Вы получите диапазон от 0.0 до 1.0, где 0.0 означает отсутствие покрова, а 1.0 - очень плотный покров.

Показанное изображение представляет плотность полога. Самые светлые области имеют редкий покров или не имеют его совсем. Это те области, в которых высокий процент лазерных импульсов достигает земной поверхности. Области темно-зеленого цвета, где лидар не может проникнуть до земли, обозначают очень плотный покров.

Вычисление высоты

Чтобы определить высоту растительного покрова, необходимо вычесть поверхность земли (DEM) из поверхности верхних точек (DSM). Инструкция для построения этих поверхностей приведена в разделе Создание растровых ЦМР (DEM) и ЦММ (DSM) на основе обширных наборов точек лазерного сканирования.

1. После того как вы получили два растра (растр первых отраженных сигналов и растр земной поверхности), используйте инструмент геообработки Вычесть (Minus) для определения разности между этими наборами данных. Полученная разность равна высоте лесного полога.

На рисунке ниже показана высота полога над поверхностью земли. Его цвет варьирует от голубого (минимальная или нулевая) до оранжевого (максимальная высота).

Лидар может использоваться для вычисления плотности и высоты растительного покрова. Это необходимо для многих задач, включая оценку объема биомассы или управление лесными ресурсами.

Альтернативный ход работы

Если точки лазерного сканирования содержатся в файлах формата ASCII, необходимо иметь два набора файлов: одни файлы должны содержать только точки земной поверхности, а другие – только точки, расположенные выше этой поверхности. Имея подобную структуру файлов, следует загрузить точки в класс пространственных объектов-мультиточек в базе геоданных при помощи инструмента геообработки ASCII 3D в класс объектов (ASCII 3D To Feature Class). Запустите инструмент дважды, отдельно для каждого набора файлов. Затем запустите инструмент геообработки Точки в растр (Point To Raster), который здесь выполняет функцию инструмента Статистика точек LAS (LAS Point Statistics), применяемого в описанном выше ходе работы с набором данных LAS.

Если данные имеют формат LAS, но вы желаете загрузить в базу геоданных только некоторые из точек и работать только с ними, примените инструмент LAS в мультиточки (LAS To Multipoint) два раза. Один раз – для загрузки точек земной поверхности, второй раз – для загрузки точек, лежащих над ней. Затем запустите инструмент геообработки Точки в растр (Point To Raster), который здесь выполняет функцию инструмента Статистика точек LAS (LAS Point Statistics), применяемого в описанном выше ходе работы с набором данных LAS.