ISSN 0016-7126 (Print)
ISSN 2587-8492 (Online)
Аннотация:
Использование традиционных методов определения лесистости в городах из-за высокой мозаичности древостоя дает существенные ошибки, связанные с нечеткостью границ покрытий. В статье оценена применимость зависимости границ диапазонов каналов R, G и B, характерных для основных видов покрытий (деревья и кустарники; травянистый покров; асфальтированные дороги и крыши строений; пустыри, грунтовые дороги, зябь), от масштаба снимков для их количественной оценки. Отклонение результатов работы программы дешифрования, основанной на данной модели, от результатов определения лесистости посредством палетки составило 6–10 %, в зависимости от изменения линейного масштаба снимков. Использование программы показало, что средняя лесистость в административных границах г. Пензы составляет 44,7 %, удельное озеленение равно 413,3 м2/чел, в жилой зоне – 25,1 % и 72,1 м2/чел соответственно. Наибольшей лесистостью обладают старые микрорайоны, расположенные по периферии жилой зоны города; молодые (не более 30 лет) микрорайоны, наоборот, отличаются наименьшей лесистостью. Выявлено несоблюдение норматива по лесистости и удельному озеленению на конкретных участках районов и микрорайонов
Ключевые слова:
Список литературы:
| 1. Ермолаев Н. Р., Юдин С. А., Белобров В. П., Ведешин Л. А., Шаповалов Д. А. Использование нейронных сетей и облачных сервисов для выделения геометрий сельскохозяйственных полей на основе данных дистанционного зондирования Земли // Исследование Земли из космоса. – 2023. – № 6. – С. 98–105. DOI: 10.31857/S0205961423060039. |
| 2. Крылов А. М., Владимирова Н. А. Дистанционный мониторинг состояния лесов по данным космической съемки // Геоматика. – 2011. – № 3. – С. 53–58. |
| 3. Назаренко А. Е., Красноярова Б. А. Стоимостная оценка экосистемных услуг по депонированию углерода экосистемами Алтайского края как составляющая перехода к устойчивому развитию // Геополитика и экогеодинамика регионов. – 2018. – Т. 4 (14). – № 3. – С. 89–99. |
| 4. Терехин Э. А. Оценка нарушенности лесов лесостепной зоны в начале XXI в. по спутниковым данным // Современные проблемы дистанционного зондирования Земли из космоса. – 2020. – Т. 17. – № 2. – С. 134–146. DOI: 10.21046/2070-7401-2020-17-2-134-146. |
| 5. Терехин Э. А. Пространственно-временная оценка лесистости овражно-балочных систем среднерусской лесостепи с применением спектрально-отражательных признаков // Исследование Земли из космоса. – 2021. – № 4. – С. 84–96. |
| 6. Ямашкин А. А., Ямашкин С. А., Байчурин М. Р., Токарев А. А., Лямзина И. С. Тестовые полигоны для диагностики состояния геосистем и развития методов интерпретации данных дистанционного зондирования Земли // Вестник ВГУ. Сер. География. Геоэкология. – 2022. – № 4. – С. 4–18. DOI: 10.17308/GEO/1609-0683/2022/4/4-18. |
| 7. Bhattacharyya A. (1943) On a measure of divergence between two statistical populations de-fined by their probability distributions // Bulletin of the Calcutta Mathematical Society. 35, pp. 99–109. |
| 8. Sabitha R., Titus A., Balachandran G., Ravichandran M., Mohanavel V. (2022) An efficient object segmentation system based on U-Net for real-time satellite image // International Conference on Innovative Computing, Intelligent Communication and Smart Electrical Systems (ICSES). pp. 1–7. DOI: 10.1109/ICSES55317.2022.9914264. |
| 9. Schepaschenko D., Moltchanova E., Fedorov S., et al. (2021) Russian forest sequesters sub-stantially more carbon than previously reported // Scientific Reports. 11, 12825, |
Образец цитирования:
| Дешифрование скриншотов спутниковых снимков с использованием зависимостей диапазонов каналов R, G, B от линейного масштаба // Геодезия и картография. – 2026. – № 2. – С. 54-64. DOI: 10.22389/0016-7126-2026-1028-2-54-64 |