Целью статьи является поиск взаимосвязей между количественными и качественными характеристиками лесов и морфометрическими характеристиками рельефа. На примере Лисинской части Учебно-опытного лесничества Ленинградской области оценивались регрессионные взаимосвязи между характеристиками лесов и результатами автоматической классификации рельефа. Актуальность данного направления связана с поиском объективных количественных характеристик ландшафтов, способных определять изменчивость характеристик структуры и продуктивности лесов. Сформирован геоинформационный проект модельной территории, разбитый регулярной сеткой с шагом 1000 м на 205 ячеек. Для ячеек регулярной сети определены обобщенные характеристики лесов на основе материалов таксации. В качестве анализируемых характеристик лесов рассматривались доли площади земель, покрытых лесной растительностью; доли площади, занимаемые насаждениями преобладающих древесных пород и группами типов леса, средние запасы на га, средние классы бонитета. На основе цифровой модели рельефа SRTM выполнены четыре варианта автоматической классификации поверхности рельефа методом Ивахаши и Пайка и методом, основанным на анализе индекса превышения (TPI). Взаимосвязи количественных и качественных характеристик лесов с характеристиками поверхности рельефа (классами рельефа) оценивались средствами многофакторного регрессионного анализа. Для каждого варианта автоматической классификации рельефа определен набор из 3–4 некоррелированных между собой классов форм рельефа, способных объяснять изменчивость большинства анализируемых количественных и качественных характеристик лесов. Многофакторные уравнения для разных вариантов классификации демонстрируют аналогичные по силе статистические связи для одних и тех же характеристик лесов (средних запасов и бонитетов, долей площади преобладающих пород и групп типов леса). Дальнейшее развитие результатов исследования может способствовать совершенствованию теории и практики лесоучетных работ на основе количественного анализа пространственных данных о лесных ландшафтах с применением геоинформационных технологий и дистанционных методов.
The aim of the article is a search the relationships between the quantitative and qualitative characteristics of forests and morphometric characteristics of the relief. On example of the Lisino part of Uchebno-Opytnoe forest district in Leningrad region were estimated regression relationships between the characteristics of the forest stands and the results of automatic classifications of relief. The urgency of this direction is associated with the search for objective quantitative characteristics of landscapes, that can determine the variability of the characteristics of the structure and productivity of forests. The geoinformation project of model territory was formed and was divided to 205 cells on base of regular grid with step 1000 m. For cells of regular grid were determined generalized characteristics of forests on base of forest mensuration data. As analyzed characteristics of forests were considered the proportion of land area covered by forest vegetation, the proportion of the area occupied by predominant tree species and groups of forest types, average stocks per hectare, the average productivity classes. On base of digital terrain model SRTM were executed four variants for the automatic classification of surface topography by Iwahashi and Pike method, and a method based on the analysis of topographic position index (TPI). The relationships between quantitative and qualitative characteristics of forests with the characteristics of the surface topography (classes of relief) were evaluated by means of multivariate regression analysis. For each variant the automatic classification of the relief was determined a set of 3–4 classes uncorrelated with each other landforms that could explain the variability of the majority of analyzed quantitative and qualitative characteristics of forests. Multivariate equations for the different variants of the classification demonstrates similar statistics in strength due to the same characteristics of forests (average stocks and classes of productivity, shares of area predominate tree species and groups of forest types). The future development of research results can help to improving the theory and practice of forest accounting works based on the quantitative analysis of spatial data on forest landscapes using GIS and remote sensing methods.
Semi-automatic classification of tree species in different forest ecosystems by spectral and geometric variables derived from Airborne Digital Sensor (ADS40) and RC30 data
