Форумы GIS-Lab.info

Добавьте усыхание лесов, только не знаю, куда Вы данную лесопатологию отнесете: в экологию или лесное хозяйство, но учитывая скудность специалистов по ДДЗ данной тематики - будет полезно.

[ Сообщение с мобильного устройства ]

oks1025 писал(а): Отличается, прежде всего, целями. Лесоэкологическое картографирование ближе к построению карт экосистем и биогеоценозов, границы которых определяются природными характеристиками, а не жестко привязаны к возрастно-породному составу и запасам деловой древесины.

Эээ...я опять что-то пропустил? Или по Ландсатам уже запасы и возраст определяют? Тут по большему-то разрешению с трудом породы различаешь, причем самые простые. Nadiopt не даст соврать!)) Поподробнее расскажите, чрезвычайно всем эта тема интересна.
Мы бы тоже хотели поучаствовать (МГУЛ), если бы нам дорогу наше богоугодное заведение оплатило, но что-то мне подсказывает, что это совершенно не реально.((

возраст по сериям снимков определить можно, если на каком-либо из более старых снимков - вырубка. Ну и так на глаз старые от молодых иногда отличить можно

Hornbeam писал(а): Эээ...я опять что-то пропустил? Или по Ландсатам уже запасы и возраст определяют? Тут по большему-то разрешению с трудом породы различаешь, причем самые простые. Nadiopt не даст соврать!)) Поподробнее расскажите, чрезвычайно всем эта тема интересна.

Речь не идет, о том, чтобы по снимкам Landsat «с нуля» строить лесотаксационные или лесоэкологические карты, а о том, как наиболее полно использовать эту доступную спутниковую информацию для решения задач в разных видах исследований, в том числе лесохозяйственных и экологических.

Например, для лесохозяственной деятельности используя Landsat можно:
уточнить границы выделов для лесотаксационных карт и планов, построенных по 2-му и 3-му разрядам;
оценить долю хвойных пород в смешанных насаждениях (кроме лиственницы);
провести разделение светлохвойных и темнохвойных пород;
оценить состояние и сомкнутость подроста хвойных пород при сукцессионных изменениях в смешанных и лиственных лесах;
оценить энтомопатологическое состояние лесов (в случае Landsat это констатация гибели или угнетения деревьев на территории начиная с 0,5—1,0 га, для более оперативной и результативной диагностики требуются данные от 0,5—2,5 м);
проводить бонитировку лесорастительных условий.

Для задач не связанных с лесохозяйственной деятельностью при определении видового состава растительности по Landsat лучше всего использовать приемы ландшафтно-индикационного дешифрирования, анализируя типологию сообществ формирующихся в различных геоморфологических условиях. Что касается конкретных пород, есть сложные для дешифрирования виды, значительно меняющие свои характеристики в зависимости от возраста (клен, вяз, лиственница, ряд дальневосточных широколиственных пород), более уверенно выделяются сосна, ель, кедр, ольха, успешность разделения таких пар пород как ель—пихта, береза—осина, дуб—липа крайне низкая, но в то же время привлекая разносезонную информацию можно добиться некоторых результатов.

лиственница великолепно отбивается по сентябрьским снимкам

С 3 по 9 августа 2015 г. в Ширинском районе Республики Хакасия прошли мероприятия школы-олимпиады.
Участники - студенты и аспиранты из 10 ВУЗов России - получили возможность познакомиться с уникальными ландшафтами юга Центральной Сибири (северо-западной части Хакасии). В процессе полевых экскурсий они получили навыки сбора полевых данных для интерпретации космических снимков, а также ознакомились с методами заложения ключевых площадок и маршрутных описаний. В наиболее типичных участках территории проводились лекционные занятия для пояснения характеристик признаков дешифрирования различных природных образований. Были обсуждены и изучены такие объекты, как лесные сообщества восточных отрогов Кузнецкого Алатау, включая остепенённые леса, природные комплексы озерных котловин, естественные степные ландшафты и их сельскохозяйственные аналоги.
По завершении полевых экскурсий проводились камеральные занятия, ставящие целью создание участниками авторских тематических карт на изученную территорию.
В финале школы-олимпиады были определены 6 лидеров, которым были вручены дипломы призера олимпиады и дипломы ГК «СКАНЭКС», позволяющие получить программное обеспечение ScanEx Image Processor®, комплекты данных ДЗЗ для научных и учебных работ, а также возможность пройти недельный курс обучения в ГК «СКАНЭКС».
Призеры летней школы-олимпиады:
- Тарасов Андрей (Пермский государственный национальный исследовательский университет);
- Быстрова Евгения (Северный (Арктический) федеральный университет им. М.В. Ломоносова);
- Бортновский Захар (Государственный университет Природы, Общества и Человека «Дубна»);
- Ефремов Григорий (Алтайский государственный университет);
- Заяц Валентина (Сибирский государственный аэрокосмический университет им. академика М.Ф. Решетнева);
- Арзамасов Андрей (Удмуртский государственный университет).
Поздравляем призеров с победой в конкурсе и желаем дальнейших творческих достижений!

Материалы занятий и тематические карты, созданные участниками, планируем выложить здесь, на гис-лабе.

Новость на сайте Сканэкса: http://press.scanex.ru/index.php/ru/arc ... a_dzz_2015

Страницы школы-олимпиады в социальных сетях:
http://vk.com/club81695189
https://www.facebook.com/groups/tirsdo