Фізіономічні типи рослинності та їх ідентифікація за допомогою дешифрування цифрових знімків

Abstract

У роботі розроблено алгоритм ідентифікації фізіономічних типів рослинності за допомогою дешифрування цифрових знімків трав’яного та мертвого покриву і поверхні ґрунту з подальшою кількісною оцінкою їх проективного покриття. Збір матеріалу проводився на ділянці рекультивації Нікопольського марганцеворудного басейну в м. Покров. Як об’єкти дослідження обрані техноземи: педоземи, дерново-літогенні ґрунти на лесоподібних суглинках, на червоно-бурих глинах і на сіро-зелених глинах. Візуальний аналіз цифрових зображень поверхні досліджуваних ділянок дозволив виявити декілька типів образів. З-поміж них ‒ відкрита поверхня ґрунту, мертві рослини, злаки, рослини Seseli campestre, Lactuca tatarica та бобові. Дискримінантний аналіз дозволив досить точно класифікувати вказані об’єкти за кольоровими характеристиками. У цілому по вибірці точність класифікації становить 65,39%. Аналіз тільки кольору без просторового контексту (особливостей форми) значно знижує точність класифікації. Крім того, структурно однорідний об’єкт може бути представлений значним діапазоном колірних значень, відблисків, тіней, взаємним накладенням різних об’єктів, що суттєво знижує якість класифікації. Запропонований такий алгоритм класифікації: 1) проведення кластерного аналізу (класифікації без навчання) множини пікселів. Кількість встановлених кластерів має перевищувати кількість фізіономічних типів; 2) аналіз відповідностей між фізіономічними типами та кластерами. Зупиниться на такому рішенні, коли кожному фізіономічному типу відповідає не менше одного кластера; 3) для кластерного рішення проведення дискримінантного аналізу, на основі якого виконати розрізнення пікселів на знімках (класифікація з навчанням); 4) сегментація знімка – об’єднати кластери у відповідні фізіоно мічні типи; 5) оцінка фізіономічної структури покриву експериментальних ділянок. Точність класифікації за запропонованим алгоритмом становила 91,66%. Фізіономічні типи рослинного покриву можуть виступати як кількісна характеристика рослинності, а також розглядатися як екогеографічні змінні для описання екологічних умов існування інших компонентів екосистем. The algorithm of the physiognomic vegetation types and the dead grass cover and the soil surface decryption using digital images is presented for further quantitative assessment of projective cover. The collection of material was held at the remediation site within Nikopol manganese ore Basin in city Pokrov. As objects of study were chosen following tehnosols: pedozems, sod-lithogenic soils on losses-like loam, on red-brown clay and gray-green clay. The visual analysis of the digital images of the surface areas studied revealed several types of images. This open surface soil, dead plants, grasses, plants Seseli campestre, Lactuca tatarica and legumes. The discriminant analysis allowed to accurately classify these objects by color characteristics. In the whole sample classification accuracy was 65.39%. The analysis only color without spatial context (especially form) reduces the accuracy of classification. In addition, structurally homogeneous object can be represented significant range of color values, reflections, shadows, mutual superposition of different objects, which significantly reduces the quality of classification. The following algorithm of the classification was proposed: 1) it is necessary to conduct cluster analysis (classification without training) a plurality of pixels. The number of clusters established must exceed the number of physiognomic types; 2) to analyze the correspondence between physiognomic types and clusters. Stop at that decision, when each physiognomic type corresponds to at least one cluster; 3) the decision to hold the cluster discriminant analysis, on which to perform differentiation pixels in images (classification of training); 4) conduct a segmentation of the image ‒ to unite in clusters corresponding physiognomic types; 5) evaluate physiognomic structure cover experimental plots. The accuracy of the proposed classification algorithm was 91.66%. The physiognomic types of vegetation can act as quantitative characteristics of the vegetation and can be considered as ecogeographic variables to describe the environmental conditions that other components of the ecosystem.