ris 6 statyaКоличество классов при проведении кластерного анализа космических снимков при мониторинге состояния лесов

Ю.Ф. Рожков*, М.Ю. Кондакова**

*Государственный природный заповедник ≪Олекминский≫, 678100, Олекминск, ул. Логовая, 31, Россия

**Гидрохимический институт, 344090, г. Ростов-на-Дону, пр. Стачки, 198, Россия

e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it., This email address is being protected from spambots. You need JavaScript enabled to view it.

Аннотация. Проведена оценка возможности совместного использования двух инструментов кластерного анализа в мониторинге состояния лесов. Мультиспектральные космические снимки высокого разрешения Landsat TM/ЕТМ+ и RGB-покрытие DigitalGlobe сверхвысокого разрешения и их фрагменты подвергались двухэтапной обработке. Вначале проводилась неуправляемая классификация методом ISODATA (Iterative Self-Organizing Data Analysis Technigue). Затем проводился расчет тематической разности результатов классификации. Показана связь между количеством классов иколичеством объектов, определяемых при классификации на два, четыре, шесть, десять классов. Проведено определение оптимального количества классов для выделения различных уровней структурной организации лесных экосистем. При классификации на два класса в случае снимков высокого разрешения оценивается лесистость выделенных фрагментов снимков. При классификации снимков сверхвысокого разрешения на два класса определяется соотношение между площадью крон и площадью между кронами деревьев. При классификации снимков высокого разрешения на четыре класса выделяются подклассы более густого и редкого древостоя, подклассы с открытыми пространствами и участки, покрытые кустарниками и редколесьями.

Ключевые слова: дешифрирование космических снимков, классификация ISODATA, тематическая разность, количество классов при проведении кластеризации.

Ознакомиться со статьей.