PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Czasopismo

2017 | 161 | 05 |

Tytuł artykułu

Określenie rozdzielczości przestrzennej wielospektralnych zdjęć satelitarnych optymalnej do detekcji martwych drzew na obszarach leśnych

Treść / Zawartość

Warianty tytułu

EN
Determining the spatial resolution of multispectral satellite images optimal to detect dead trees in forest areas

Języki publikacji

PL

Abstrakty

EN
The mainstream of remotely sensed methodology for identifying the tree stand condition is based on spectral responses registered by a multispectral sensor as a digital image. The changes in spectral properties are caused by dying leaves, needles or whole trees. In further steps, the relationship between the spectral values (radiometry) registered in a multispectral satellite image and the health condition of trees should be determined. The most frequent situation includes the one whem dying stand (sensu single tree) occupies the area of <5 m². Therefore the remotely sensed data for determining sanitary conditions of trees must be of a very high spatial resolution (e.g. WorldView2 or 3, GeoEye−1, Pleiades) on one hand and at the same time favourable for the vegetation studies, i.e. utilizing suitable spectral bands and be of low acquisition cost (e.g. RapidEye, LANDSAT−7, ETM +, LANDSAT−8 OLI). Thus a compromise between spatial and spectral resolution should be found to answer the question at what resolution it is possible to clearly separate the damaged tree. The scope of the research included testing of selected methods of satellite image processing and analysis in terms of defining the optimal spatial resolution, which was performed on simulated images obtained for the area of the Beskidy Mountains (S Poland). Pixel size on simulated images was downgraded to the size corresponding to the currently functioning satellite systems. Consequently the obtained material for comparison was free from influence of external factors such as the differences in: time and weather conditions, the geometry of satellite image acquisition, light at the surface of the treetops and phenological vegetation. For each image we used vegetation indices (NDVI and GDVI) and supervised classification. These tests and the obtained results allowed to draw conclusions about the optimal satellite image resolution that can be used to detect damaged or dead stands.

Wydawca

-

Czasopismo

Rocznik

Tom

161

Numer

05

Opis fizyczny

s.395-404,tab.,bibliogr.

Twórcy

  • Zakład Fotogrametrii, Teledetekcji i Systemów Informacji Przestrzennej, Politechnika Warszawska, pl.Politechniki 1, 00-661 Warszawa
  • Zakład Fotogrametrii, Teledetekcji i Systemów Informacji Przestrzennej, Politechnika Warszawska, pl.Politechniki 1, 00-661 Warszawa
  • Zakład Zarządzania Zasobami Leśnymi, Instytut Badawczy Leśnictwa, Sękocin Stary, ul.Braci Leśnej 3, 05-090 Raszyn

Bibliografia

  • Adamczyk J., Będkowski K. 2006. Cyfrowa analiza zależności między barwą koron na zdjęciach lotniczych a stanem zdrowotnym drzew. Roczniki Geomatyki 4 (4): 47-54.
  • Adamczyk J., Osberger A. 2015. Red-edge vegetation indices for detecting and assessing disturbances in Norway spruce dominated mountain forests. International Journal of Applied Earth Observation and Geoinformation 37: 90-99.
  • Będkowski K. 2015. Z historii rozwoju fotogrametrii i teledetekcji w leśnictwie polskim. Teledetekcja Środowiska 52: 5-15.
  • Będkowski K., Adamczyk J., Kamińska B., Karaszkiewicz W., Korpetta D., Mozgawa J., Olenderek H., Stereńczak K., Tracz W., Zarzecka M. 2011. Las w rastrowym modelu danych przestrzennych. Wydawnictwo SGGW, Warszawa.
  • Bychawski J. 1980. Zastosowanie lotniczych zdjęć spektrostrefowych do określania stref przemysłowego zagrożenia drzewostanów sosnowych. Prace IGiK 27 (66).
  • Campbell J., Wynne R. 2011. Introduction to Remote Sensing – Fifth edition. The Guilford Press, New York.
  • Ciołkosz A. 2015. Z historii rozwoju teledetekcji w Instytucie Geodezji i Kartografii. Teledetekcja Środowiska 52: 17-28.
  • Congalton R. G., Green K. 2009. Assessing the Accuracy of Remotely Sensed Data. Principles and Practises – II edition. CRC Press, Taylor & Francis Group.
  • Jensen J. R. 2015. Introductory Digital Image Processing: A Remote Sensing Perspective. Pearson Series in Geographic Information Science. Pearson Education.
  • Jones H. G., Vaughan R. A. 2010. Remote Sensing of Vegetation. Principles, Techniques and Applications. Oxford University Press.
  • Kozioł K., Wężyk P. 2005. Rola klasyfikacji nadzorowanej wysokorozdzielczych obrazów satelitarnych Quickbird w nowej koncepcji wyznaczania przemysłowych stref uszkodzeń drzewostanów na przykładzie Miasteczka Śląskiego. Roczniki Geomatyki 3 (2): 87-96.
  • Lee S. H., Cho H. K. 2006. Detection of the pine trees damaged by pine wilt disease using high spatial remote sensing data. ISPRS Archives XXXVI, Part 7: WG VII/5.
  • Morales R., Idol T., Friday J. B. 2011. Assessment of Acacia Koa Forest Health across Environmental Gradients in Hawai’i Using Fine Resolution Remote Sensing and GIS. Sensors (Basel) 11 (6): 5677-5694.
  • Przybylski P. 2015. Lasy Beskidu Śląskiego i Żywieckiego – klęska ekologiczna. http://www.drzewostan44.blogspot.com. Data dostępu: 05.2016.
  • Stereńczak K. 2013. Czynniki warunkujące proces detekcji pojedynczych drzew w oparciu o dane pozyskane w wyniku lotniczego skanowania laserowego. Leś. Pr. Bad. 74 (4): 323-333.
  • Stereńczak K., Będkowski K., Weinacker H. 2008. Accuracy of crown segmentation and estimation of selected trees and forest stand parameters in order to resolution of used DSM and nDSM models generated from dense small footprint LIDAR data. Beijing. Proceedings of Youth Forum 38 (B6b): 27-33.
  • Turowska A. 2015. Analiza zdrowotności drzewostanu leśnego Parku Narodowego Bory Tucholskie z wykorzystaniem danych lotniczych. Praca dyplomowa. Studium Podyplomowe Systemy Informacji Przestrzennej, Politechnika Warszawska.
  • Verlič A., Đurić N., Kokalj Ž., Marsetič A., Simončič P., Oštir K. 2014. Tree species classification using WorldView-2 satellite images and laser scanning data in a natural urban forest. Prethodno priopćenje – Preliminary communication Šumarski list 9-10: 477-488.
  • Wermelinger B. 2004. Ecology and management of the spruce bark beetle Ips typographus – A review of recent research. Forest Ecology and Management 202: 67-82.
  • Wężyk P., Mansberger R. 1998. Techniki fotogrametrii cyfrowej i GIS w ocenie degradacji drzewostanów świerko-wych w masywie Kudłonia w Gorcach. Archiwum Fotogrametrii, Kartografii i Telelekcji 8 (21): 1-10.
  • Wietowski S. 2015. Analiza wpływu rozdzielczości przestrzennej zdjęć wielospektralnych na skuteczność wykrywania uszkodzonego drzewostanu. Praca dyplomowa inżynierska. Politechnika Warszawska.
  • Wiśniewska E. 2013. Wprowadzenie do analiz teledetekcyjnych obszarów leśnych. Geomatyka w Lasach Państwo-wych. Część II. Poradnik praktyczny. 152-167.
  • Wiśniewska E., Zawiła-Niedźwiecki T. 2004. Ocena zasięgu żeru boreczników w Puszczy Kozienickiej na podstawie zdjęć wykonanych przez satelitę Landsat Thematic Mapper. Teledetekcja Środowiska 33: 82-86.
  • Zawiła-Niedźwiecki T. 2010. Podstawy teledetekcji i fotogrametrii. Geomatyka w Lasach Państwowych. Część I. Podstawy. 277-297.
  • Zmarz A., Będkowski K., Miścicki S., Plutecki W. 2012. Ocena stanu zdrowotnego świerka na podstawie analizy zdjęć wielospektralnych wykonanych fotograficznymi aparatami cyfrowymi przenoszonymi przez bezzałogowy statek latający. Archiwum Fotogrametrii, Kartografii i Teledetekcji 23: 541-550.

Typ dokumentu

Bibliografia

Identyfikatory

Identyfikator YADDA

bwmeta1.element.agro-a3228844-64a1-40b9-9255-da07794912fc
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.