Лидары помогут оценить состояние европейских лесов

Самолёт с установленным комплексом лазерного сканирования местности.

Исследователи из Университета Восточной Финляндии опробовали метод лазерного сканирования для определения ключевых показателей лесных массивов. Используя метрику, обычно применяемую в экономике, учёные показали перспективы своей методики для получения оценки состояния лесов.

В работе, проведённой под руководством доктора Рубена Вальбуэна (Rubén Valbuena), исследовались параметры различных лесных массивов: как находящихся в состоянии разработки, так и восстанавливающихся в течение последних лет или десятилетий. В качестве метрики были применены кривая Лоренца и производный от неё коэффициент Джини. Эти инструменты обычно используются в экономике, прежде всего для оценки равномерности распределения достатка или доходов среди населения.

Вальбуэна нашёл способ описать с помощью коэффициента Джини неравномерности в размерах деревьев. В рамках исследования были изучены различные показатели, выражающие различия в размерах соседних деревьев, а также разработаны методы для получения этих показателей с помощью технологии лазерного сканирования.

Учёные использовали метод сканирования лесных массивов лазерным лидаром с воздуха. Метод подразумевает сканирование леса при помощи лазера, размещённого на борту самолёта или другого воздушного судна, предоставляя информацию о неравномерности размеров между отдельными деревьями.

По итогам исследования нескольких лесных массивов в Финляндии выяснилось, что наиболее давно охраняемый лесной массив национального парка Коли имеет наивысший индекс Джини, в то время как самый активно эксплуатируемый участок в районе муниципалитета Кийхтелюсваара обладает минимальным значением индекса.

Панорама с видом на озеро Пиелинен в национальном парке Коли, восточная Финляндия.

Конечная цель исследований заключается в разработке показателей, которые могут быть получены в национальных масштабах и использоваться для общеевропейского сравнения структурных параметров лесных массивов.

Максим Рославлев :