Актуализация методики измерений диаметра ствола деревьев на основе робастного проектирования

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Рассмотрено развитие урбанизированных территорий в части управления зелёным фондом города. Эффективность управления зелёным фондом зависит от достоверности измерительной информации о дендрометрических параметрах деревьев, к которым относится диаметр ствола дерева. В нормативных правовых актах муниципального образования по созданию, содержанию и охране зелёных насаждений установлены требования к точности измерений диаметра ствола дерева. Проанализированы современные методы и средства измерений диаметра ствола дерева, применяемые при мониторинге и инвентаризации зелёных насаждений города. Существующие методики измерений являются малоэффективными ввиду большого разнообразия древесных пород (в том числе уникальных) и необходимости учёта влияния множества факторов на ход роста каждого дерева. Рассмотрены преимущества использования мобильного лазерного сканера при измерении диаметра ствола дерева по его трёхмерной измерительной модели. Описаны основные источники погрешности измерений диаметра ствола дерева в зелёных насаждениях города с применением лазерного сканера Zeb-Horizon. Для актуализации методики измерений диаметра ствола дерева мобильным лазерным сканером Zeb-Horizon при инвентаризации зелёных насаждений предложено применять робастное проектирование. С целью обобщения и графической интерпретации причинно-следственных связей между источниками погрешности построена диаграмма Исикавы. С помощью диаграммы Исикавы выявлены источники, влияние которых на погрешность измерений диаметра ствола дерева необходимо оценить в ходе эксперимента: «Тип трека»; «Расстояние между двумя смежными проходами»; «Сходимость»; «Устойчивость». Приведены результаты робастного проектирования при актуализации методики измерений диаметра ствола дерева с использованием лазерного сканера Zeb-Horizon. Сформулированы оптимальные условия геодезической съёмки территории зелёных насаждений города: тип трека – «Дорожно-тропиночная сеть» или «Сужающаяся спираль»; расстояние между двумя смежными проходами 4–20 м; максимальное значение параметра «Сходимость» при обработке первичных данных с использованием специализированного программного обеспечения 4–5 ед.; значение параметра «Устойчивость» исходя из информации о наличии подлеска и кустарниковой растительности на территории 0–5 ед. В проекте методики измерений сформулированы процедуры подготовки и выполнения измерений диаметра ствола дерева при инвентаризации зелёных насаждений.

Об авторах

С. А. Митрофанова

Академия стандартизации, метрологии и сертификации (учебная)

Email: s_bogomolova@mail.ru
ORCID iD: 0000-0002-6545-6119
SPIN-код: 3937-9729

Е. М. Митрофанов

Московский государственный технический университет им. Н. Э. Баумана (Мытищинский филиал)

Email: seferok@mail.ru
ORCID iD: 0000-0003-1957-7638

В. Н. Карминов

Московский государственный технический университет им. Н. Э. Баумана (Мытищинский филиал)

Email: karminov@bmstu.ru
ORCID iD: 0000-0002-9298-956X

С. И. Чумаченко

Московский государственный технический университет им. Н. Э. Баумана (Мытищинский филиал)

Email: chumachenkosi@bmstu.ru
ORCID iD: 0000-0002-9766-3083

Список литературы

  1. Дорогова И.Е., Еремин Д.Е., Михайлов А.К. Инвентаризация городских лесов г. Новосибирска с применением метода наземного лазерного сканирования. Регулирование земельно-имущественных отношений в России: правовое и геопространственное обеспечение, оценка недвижимости, экология, технологические решения, (1), 162–167 (2023). http://dx.doi.org/10.33764/2687-041X-2023-1-162-167
  2. Погорелов А.В., Брусило В.А., Граник Н.В. Моделирование объектов озеленения города по данным мобильного лазерного сканирования. ИнтерКарто. ИнтерГИС, 24(2), 5–17 (2018). http://dx.doi.org/10.24057/2414-9179-2018-2-24-5-17
  3. Holopainen M., Vastaranta M., Kankare V. et al. Mobile terrestrial laser scanning in urban tree inventory. The 11th International Conference on LiDAR Applications for Assessing Forest Ecosystems (SilviLaser 2011), Hobart, Australia (2011)
  4. Kükenbrink D., Gardi O., Morsdorf F. et al. Above-ground biomass references for urban trees from terrestrial laser scanning data. Annals of Botany, 128 (6), 709–724 (2021), https://doi.org/10.1093/aob/mcab002
  5. Лебедев А. В. Инвентаризация древесных насаждений урбанизированных территорий с использованием смартфона. Лесотехнический журнал, 13(3), 56–70 (2023). http://dx.doi.org/10.34220/issn.2222-7962/2023.3/5
  6. Anderson K., Hancock S., Casalegno S. et al. Visualising the urban green volume: Exploring LiDAR voxels with tangible technologies and virtual models. Landscape and Urban Planning, 178, 248–260 (2018). http://dx.doi.org/10.1016/j.landurbplan.2018.05.024
  7. Васильева Е.А. Эффективность воздушного лазерного сканирования территории при мониторинге городских зеленых насаждений. Интерэкспо Гео-Сибирь, 4(2), 31–34 (2021). http://dx.doi.org/10.33764/2618-981X-2021-4-2-31-34
  8. Arseniou G., MacFarlane D.W., Seidel D. Woody surface area measurements with terrestrial laser scanning relate to the anatomical and structural complexity of urban trees. Remote Sensing, 13(3153), (2021). http://dx.doi.org/10.3390/rs13163153.
  9. Швиденко А.З., Щепащенко Д.Г., Нильссон С., Булуй Ю.И. Таблицы и модели хода роста и продуктивности насаждений основных лесообразующих пород Северной Евразии. Нормативно-справочные материалы. М-во природных ресурсов Российской Федерации, Федеральное агентство лесного хоз-ва, Международный ин-т прикладного системного анализа, Москва (2006). https://www.elibrary.ru/qkqbeh
  10. Азарчик Р. В. Таблицы хода роста для таксации сосновых древостоев различной густоты. Труды Белорусского государственного технологического университета. Серия 1. Лесное хозяйство, (16), 88–92 (2008). https://www.elibrary.ru/vdhbst
  11. Митрофанов Е. М., Митрофанова С. А., Карминов В. Н., Чумаченко С. И. Оценивание повторяемости и воспроизводимости результатов измерений высоты деревьев мобильным лазерным сканером. Законодательная и прикладная метрология, 190(4), 11–18 (2024). http://dx.doi.org/10.32446/2782-5418.2024-4-ll-18
  12. Ishikawa K. Guide to Quality Control (Industrial engineering & technology). Asian Productivity Organization, Tokyo (1976)
  13. Боровиков В. П. Популярное введение в современный анализ данных и машинное обучение на STATISTICA. Горячая линия – Телеком, Москва (2023)
  14. Богомолова С. А. Применение методологии робастного параметрического проектирования при разработке методик измерений. Законодательная и прикладная метрология, 170(2), 44–48 (2021). https://www.elibrary.ru/icunmm
  15. Богомолова С. А., Муравьева И. В. Применение робастного параметрического проектирования при разработке методики количественного химического анализа в металлургическом производстве. Метрология, (3), 48–61 (2021). http://dx.doi.org/10.32446/0132-4713.2021-3-48-61
  16. Митрофанова С. А., Муравьева И. В. Робастное параметрическое проектирование методики определения химического состава медных сплавов рентгенофлуоресцентным методом. Измерительная техника, (11), 66–71 (2023). http://dx.doi.org/10.32446/0368-1025it.2023-11-66-71

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».