ГИС-технологии и методы автоматизированной классификации материалов ДЗЗ активно используются во многих странах при проведении работ по инвентаризации лесов, проектированию использования лесов и изучению их состояния и характеристик. Задачи исследования состояли в разработке методики и проведении автоматизированной классификации категорий земель крупной административно-территориальной единицы на основе дистанционных методов и ГИС-технологий. Объектом исследования служила территория Пушкинского района Санкт-Петербурга. На территории Пушкинского района расположено значительное количество зелёных насаждений (парки, скверы, сады, лесополосы), часть из которых включена в список памятников, охраняемых ЮНЕСКО. Также на территории района расположены промышленные предприятия, крупные производственные зоны, развито сельское хозяйство. В качестве исходных материалов дистанционного зондирования использовались спутниковые изображения Landsat-8. Использовался также набор карт на изучаемую территорию. Программными средствами для сбора, представления и обработки данных служили ГИС Arcgis и Mapinfo, и программы ENVI и Trimble eCognition. Наземные работы по отбору эталонных (тренировочных) участков включали выбор участка на местности, фотографирование, определение координат. Классификация снимка Landsat осуществлялась по результатам двух основных операций – автоматизированного дешифрирования методом максимального правдоподобия и определения вегетационных индексов классов представленных категорий земель. После наземной верификации результатов классификации и выполнения операций обработки и агрегирования была сформирована итоговая тематическая карта классов категорий земель Пушкинского района и получены итоговые таблицы распределения площадей по муниципальным образованиям. Представленная методика, связанная с обработкой и интерпретацией материалов дистанционного зондирования средствами ГИС-технологий, может рассматриваться в качестве современного инструмента ландшафтного анализа, государственной (национальной) инвентаризации лесов, различных видов мониторинга.
GIS technologies and methods of automated classification of remote sensing data are actively used in many countries in forest inventory, forest management planning and assessment of the state and characteristics of forests. The objectives of the study were to develop a methodology and conduct an automated classification of land categories for a large administrative-territorial unit based of remote sensing methods and GIS-technologies. The object of the study was the territory of the Pushkin district of St. Petersburg. On the territory of the Pushkin district are located a significant number of green zones (parks, squares, gardens, forest belts), some of which are included in the list of monuments protected by UNESCO. Also on the territory of the district are located industrial enterprises, large industrial zones, agriculture is developed. Lansat-8 satellite images and a set of maps for the study area were used as initial materials. GIS ArcGIS and MapInfo, programs ENVI and Trimble eCognition were used to collect, visualize and process data. Field work on the selection of reference (training) samples included the selection of sample plots in nature, photography, and determination of coordinates. The Landsat images were classified according to the results of two main operations – automated interpretation by the maximum likelihood method and determination of the vegetation indices of the land categories classes. After performing field verification, as well as performing processing and aggregation operations, the final thematic map of the classes of land categories in the Pushkin region was formed and the final tables of the distribution of areas by municipalities were obtained. The presented methodology, associated with the processing and interpretation of remote sensing materials by means of GIS technologies, can be considered as a modern tool for landscape analysis, state (national) forest inventory, and various types of territory monitoring.
TECHNOLOGY FOR MONITORING CAPITAL CONSTRUCTION OBJECTS AT THE LIFE CYCLE STAGES BY REMOTE SENSING METHODS USING UNMANNED AIRCRAFT (DRONES) BASED ON HIGH PRECISION DIGITAL MODEL