Инвентаризация древесных насаждений урбанизированных территорий с использованием смартфона

А.В. Лебедев

Скачать

№ 3 (51)

Природопользование

Сведения об авторах: 

Лебедев Александр Вячеславович – кандидат с.-х. наук, доцент кафедры землеустройства и лесоводства, ФГБОУ ВО «Российский государственный аграрный университет – МСХА имени К.А. Тимирязева», ул. Тимирязевская, 49, г. Москва, Российская Федерация, 127434; научный сотрудник, ФГБУ «Государственный природный заповедник «Кологривский лес» имени М.Г. Синицына», ул. Некрасова, 48, г. Кологрив, Костромская обл., Российская Федерация, 157440, ORCID: https://orcid.org/0000-0002-8939-942X, e-mail: alebedev@rgau-msha.ru

Аннотация: 

В последние годы для сбора биометрических показателей деревьев разрабатывается специализирован-ное программное обеспечение для смартфонов, в том числе с использованием встроенных датчиков LiDAR. Мобильные приложения для таксации деревьев и древостоев находятся еще только на начальном пути своего развития, поэтому требуется сопоставление получаемых с их использованием данных с данными измерений, полученными с применением традиционных методов. Для России технология определения таксационных пока-зателей и картографирование деревьев с применением смартфона остается не апробированной. Поэтому целью исследования являлось изучение возможности использования смартфона (приложение Arboreal Forest) для определения таксационных показателей и картирования деревьев на примере старовозрастных аллейных по-садок. Исследование проводилось в старовозрастных аллейных посадках липы мелколистной (Tilia cordata Mill.) на территории бывшего Зоотехнического техникума, расположенного в пос. Екимцево Кологривского муниципального округа Костромской обл. Сбор данных проводился в июле 2023 года с применением 1) тради-ционного метода и 2) приложения Arboreal Forest. Точность полученных результатов соответствует требованиям к таксации, обозначенным в лесоустроительной инструкции. Для объекта исследования выявлено, что отклонение среднеквадратического диаметра, рассчитанного по данным Arboreal Forest (47,3 см), от данных измерений мерной вилкой (48,8 см) составило -3,1 % (-1,5 см), а суммы площадей поперечных сечений -6,18 % или -3,28 м2. Также по сравнению с традиционным методом Arboreal Forest имеет тенденцию к занижению диаметров стволов (особенно для крупномерных деревьев) и, как следствие, площадей поперечных сечений. Структура ряда распределения деревьев по ступеням толщины Arboreal Forest в целом близка ряду распределения, полученному традиционным способом. В перспективе приложения для смартфонов могут стать эффективной альтернативой традиционным методам проведения перечислительной таксации и инвентаризации зеленых насаждений.

Ключевые слова: 

подеревная инвентаризация, липа мелколистная, Tilia cordata Mill., таксация, Arboreal Forest, iPhone LiDAR, смартфон

Для цитирования: 

Лебедев, А. В. Инвентаризация древесных насаждений урбанизированных территорий с использованием смартфона / А. В. Лебедев // Лесотехнический журнал. – 2023. – Т. 13. – № 3 (51). – С. 56–70. – Библиогр.: с. 65–70 (35 назв.). – DOI: https://doi.org/10.34220/issn.2222-7962/2023.3/5.

Литература: 

1. Васильева Е.А., Николаева О.Н., Трубина Л.К. Опыт подеревной инвентаризации и картографирования городских зеленых насаждений общего пользования. ИнтерКарто. ИнтерГИС. 2021; 27(3): 274-284. DOI: https://doi.org/10.35595/2414-9179-2021-3-27-274-284.
2. Муллаярова П.И. О необходимости совершенствования методики инвентаризации городских зеленых насаждений. Интерэкспо Гео-Сибирь. 2017; 4(2): 180-185. – Режим доступа: https://elibrary.ru/item.asp?id=29197832.
3. Lebedev A.V. Changes in the growth of Scots pine (Pinus sylvestris L.) stands in an urban environment in European Russia since 1862. Journal of Forestry Research. 2023; 34: 1279-1287. DOI: https://doi.org/110.1007/s11676-022-01569-z.
4. Черданцева О.А., Жукова Е.А. О важности создания единой методики инвентаризации зеленых насаждений исторических садов в Санкт-Петербурге. Известия Санкт-Петербургской лесотехнической академии. 2018; 222: 6-22. DOI: https://doi.org/10.21266/2079-4304.2018.222.6-22.
5. Муллаярова П.И. О модернизации существующей методики инвентаризации зеленых насаждений с учетом современных достижений аэрокосмических исследований и ГИС-технологий. Вестник СГУГиТ (Сибирского государственного университета геосистем и технологий). 2018; 23(1): 132-141. Режим доступа: https://elibrary.ru/item.asp?id=32834054.
6. Злобин Д.В. Инвентаризация городских зеленых насаждений с использованием цифровых технологий. Экология: вчера, сегодня, завтра: Материалы всероссийской научно-практической конференции, Грозный, 30 октября 2019 года. Грозный: Общество с ограниченной ответственностью "АЛЕФ", 2019: 206-211. Режим доступа: https://elibrary.ru/item.asp?id=41421672.
7. Трубина Л.К., Николаева О.Н., Муллаярова П.И., Баранова Е.И. Инвентаризация городских зеленых насаждений средствами ГИС. Вестник СГУГиТ (Сибирского государственного университета геосистем и технологий). 2017; 22(3): 107-118. Режим доступа: https://elibrary.ru/item.asp?id=30037544.
8. Alonzo M., Bookhagen B., Roberts D.A. Urban tree species mapping using hyperspectral and lidar data fusion. Remote Sensing of Environment. 2014; 148: 70–83. DOI: https://doi.org/10.1016/j.rse.2014.03.018.
9. Кабонен А.В., Иванова Н.В. Оценка биометрических характеристик деревьев по данным наземного lidar и разносезонной аэрофотосъемки в искусственных насаждениях. Nature Conservation Research. Заповедная наука. 2023; 8(1): 64-83. DOI: https://doi.org/10.24189/ncr.2023.005.
10. Устинов С.М., Митрофанов Е.М., Устинов М.В. Исследование возможности использования наземного мобильного лазерного сканера для определения высот и диаметров деревьев в сосновых насаждениях. Вестник Бурятской государственной сельскохозяйственной академии им. В.Р. Филиппова. 2023; 1(70): 134-140. DOI: https://doi.org/10.34655/bgsha.2023.70.1.016.
11. Proudman A., Ramezani M., Digumarti S.T., Chebrolu N., Fallon M. Towards real-time forest inventory using handheld LiDAR. Robotics and Autonomous Systems. 2022; 157: 104240. DOI: https://doi.org/10.1016/j.robot.2022.104240.
12. Ritter T., Schwarz M., Tockner A., Leisch F., Nothdurft A. Automatic mapping of forest stands based on three-dimensional point clouds derived from terrestrial laser-scanning. Forests. 2017; 8: 265. DOI: https://doi.org/10.3390/f8080265.
13. Gollob C., Ritter T., Wassermann C., Nothdurft A. Influence of Scanner Position and Plot Size on the Accuracy of Tree Detection and Diameter Estimation Using Terrestrial Laser Scanning on Forest Inventory Plots. Remote Sens. 2019; 11: 1602. DOI: https://doi.org/10.3390/rs11131602
14. Eitel J.U.H., Vierling L.A., Magney T.S. A lightweight, low cost autonomously operating terrestrial laser scanner for quantifying and monitoring ecosystem structural dynamics. Agricultural and Forest Meteorology. 2013; 180: 86–96. DOI: https://doi.org/10.1016/j.agrformet.2013.05.012.
15. Bunting P., Armston J., Lucas R.M., Clewley D. Sorted pulse data (SPD) library. Part I: A generic file format for LiDAR data from pulsed laser systems in terrestrial environments. Computers and Geosciences. 2013; 56: 197–206. DOI: https://doi.org/10.1016/j.cageo.2013.01.019.
16. Costantino D., Vozza G., Pepe M., Alfio V.S. Smartphone LiDAR Technologies for Surveying and Reality Modelling in Urban Scenarios: Evaluation Methods, Performance and Challenges. Applied System Innovation. 2022; 5: 63. DOI: https:// doi.org/10.3390/asi5040063.
17. Tomaštík J., Saloň Š., Tunák D., Chudý F., Kardoš M. Tango in forests – An initial experience of the use of the new Google technology in connection with forest inventory tasks. Computers and Electronics in Agriculture. 2017; 141: 109-117. DOI: https://doi.org/10.1016/j.compag.2017.07.015.
18. Hyyppä J., Virtanen J.-P., Jaakkola A., Yu X., Hyyppä H., Liang X. Feasibility of Google Tango and Kinect for Crowdsourcing Forestry Information. Forests. 2018; 9(1): 6. DOI: https://doi.org/10.3390/f9010006.
19. Spreafico A., Chiabrando F., Teppati Losè L., Giulio Tonolo F. The iPad Pro Built-in Lidar Sensor: 3D Rapid Mapping Tests and Quality Assessment. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLIII-B1-2021. 2021; 43: 63–69. DOI: https://doi.org/10.5194/isprs-archives-XLIII-B1-2021-63-2021.
20. Luetzenburg G., Kroon A., Bjørk A.A. Evaluation of the Apple iPhone 12 Pro LiDAR for an Application in Geosciences. Scientific Reports. 2021; 11: 22221. DOI: https://doi.org/10.1038/s41598-021-01763-9.
21. Vogt M., Rips A., Emmelmann C. Comparison of iPad Pro®’s LiDAR and TrueDepth Capabilities with an Industrial 3D Scanning Solution. Technologies. 2021; 9(2): 25. DOI: https://doi.org/10.3390/technologies9020025.
22. Gollob C., Ritter T., Kraßnitzer R., Tockner A., Nothdurft A. Measurement of Forest Inventory Parameters with Apple iPad Pro and Integrated LiDAR Technology. Remote Sensing. 2021; 13: 3129. DOI: https://doi.org/10.3390/rs13163129.
23. Woo H., Kim I., Choi B. Computer Vision Techniques in Forest Inventory Assessment: Improving Accuracy of Tree Diameter Measurement Using Smartphone Camera and Photogrammetry. Sensors and Materials. 2021; 33(11): 3835–3845. DOI: https://doi.org/10.18494/SAM.2021.3605.
24. Sandim A., Amaro M., Silva M.E., Cunha J., Morais S., Marques A., Ferreira A., Lousada J.L., Fonseca T. New Technologies for Expedited Forest Inventory Using Smartphone Applications. Forests. 2023; 14: 1553. DOI: https://doi.org/10.3390/f14081553.
25. Pitkänen T.P., Räty M., Hyvönen P., Korhonen K.T., Vauhkonen J. Using auxiliary data to rationalize smartphone-based pre-harvest forest mensuration. Forestry: An International Journal of Forest Research. 2022; 95(2): 247–260. DOI: https://doi.org/10.1093/forestry/cpab039.
26. Tatsumi S., Yamaguchi K., Furuya N. ForestScanner: A mobile application for measuring and mapping trees with LiDAR-equipped iPhone and iPad. Methods in Ecology and Evolution. 2023; 14: 1603–1609. DOI: https://doi.org/10.1111/2041-210X.13900.
27. Pace R., Masini E., Giuliarelli D., Biagiola L., Tomao A., Guidolotti G., Agrimi M., Portoghesi L., De Angelis P., Calfapietra C. Tree Measurements in the Urban Environment: Insights from Traditional and Digital Field Instruments to Smartphone Applications. Arboriculture & Urban Forestry (AUF). 2022; 48 (2): 113-123. DOI: https://doi.org/10.48044/jauf.2022.009.
28. Lindberg L. Forest data acquisition with the application Arboreal Forest: A study about measurement precision, accuracy and efficiency. Umeå, 2020: 54. Режим доступа: https://stud.epsilon.slu.se/15456/7/lindberg_l_200331.pdf
29. Luetzenburg G., Kroon A., Bjørk A.A. Evaluation of the Apple iPhone 12 Pro LiDAR for an Application in Geosciences. Sci Rep. 2021; 11: 22221. DOI: https://doi.org/10.1038/s41598-021-01763-9.
30. Роувинен Т. Трестима – цифровые фотографии для таксации леса. Сибирский лесной журнал. 2014; 5: 69-76. Режим доступа: https://www.elibrary.ru/item.asp?id=22740162.
31. Carpentier M., Giguère P., Gaudreault J. Tree Species Identification from Bark Images Using Convolutional Neural Networks. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Madrid, Spain. 2018; 1075-1081. DOI: https://doi.org/10.1109/IROS.2018.8593514.
32. Robert M., Dallaire P., Giguère P. Tree bark re-identification using a deep-learning feature descriptor. 17th Conference on Computer and Robot Vision (CRV), Ottawa, ON, Canada. 2020; 25-32. DOI: https://doi.org/10.1109/CRV50864.2020.00012.
33. Шевелев С.Л. Состояние и перспективы совершенствования нормативной базы таксации товарной структуры древостоев Сибири. Лесная таксация и лесоустройство. 2008; 1(39): 101-105. Режим доступа: https://www.elibrary.ru/item.asp?id=21196651.
34. Kottner S., Thali M.J.., Gascho D. Using the iPhone's LiDAR technology to capture 3D forensic data at crime and crash scenes. Forensic Imaging. 2023; 32: 200535. DOI: https://doi.org/10.1016/j.fri.2023.200535.
35. Monsalve A., Yager E.M., Tonina D. Evaluating Apple iPhone LiDAR measurements of topography and roughness elements in coarse bedded streams. Journal of Ecohydraulics. 2023. DOI: https://doi.org/10.1080/24705357.2023.2204087.