Россия
УДК 004 Информационные технологии. Компьютерные технологии. Теория вычислительных машин и систем
УДК 581.9 География растений. Фитогеография. Флора. Географическое распространение растений
Управление растительностью вблизи линий электропередачи имеет решающее значение для обеспечения безопасности и эффективности систем электропередачи. Неконтролируемый рост растительности может привести к перебоям в подаче электроэнергии, повышению пожароопасности и необходимости дорогостоящего технического обслуживания. Традиционные наземные методы мониторинга, хотя и являются эффективными, зачастую трудоемки и отнимают много времени. В данном исследовании оценивается жизнеспособность передовых технологий дистанционного зондирования - LiDAR, мультиспектральной и гиперспектральной съемки - как более эффективных альтернатив.
LiDAR, мультиспектральная съемка, гиперспектральная съемка, управление растительностью, безопасность ЛЭП, экологический мониторинг, линии электропередач, дистанционное зондирование, лесные технологии
1. Mongus D. et al. A Complete Environmental Intelligence System for LiDAR-Based Vegetation Management in Power-Line Corridors // Remote Sensing. – 2021. – Т. 13. – №. 24. – С. 5159.
2. Candiago S. et al. Evaluating multispectral images and vegetation indices for precision farming applications from UAV images // Remote sensing. – 2015. – Т. 7. – №. 4. – С. 4026-4047.
3. López-Granados F. et al. Monitoring vineyard canopy management operations using UAV-acquired photogrammetric point clouds // Remote Sensing. – 2020. – Т. 12. – №. 14. – С. 2331.
4. Платонов А. А. Комплексное управление лесной растительностью: этапы и перспективы развития //Лесотехнический журнал. – 2023. – Т. 13. – №. 2 (50). – С. 142.
5. Новиков A.И и др. Фронтирный метод создания защитных лесных насаждений вокруг питомников на неэффективных участках: технологические основы // Лесотехнический журнал. – 2022. – Т. 12. – №. 2. – С. 115-125.
6. Ecke S. et al. UAV-based forest health monitoring: A systematic review // Remote Sensing. – 2022. – Т. 14. – №. 13. – С. 3205.
7. Демидов Д. Н. Исследование алгоритма оценки параметров предполетной ориентации средств управления беспилотного летательного аппарата при мониторинге молодых лесных насаждений // Лесотехнический журнал. – 2021. – Т. 11. – №. 4 (44). – С. 100-111.
8. Lausch A. et al. Understanding forest health with remote sensing, part III: requirements for a scalable multi-source forest health monitoring network based on data science approaches // Remote sensing. – 2018. – Т. 10. – №. 7. – С. 1120.
9. Awad M. M. Forest mapping: a comparison between hyperspectral and multispectral images and technologies // Journal of Forestry Research. – 2018. – Т. 29. – №. 5. – С. 1395-1405.
10. Jurado J. M. et al. Remote sensing image fusion on 3D scenarios: A review of applications for agriculture and forestry // International journal of applied earth observation and geoinformation. – 2022. – Т. 112. – С. 102856.
11. Платонов А. А., Терновская О. В. Особенности формирования капитальных вложений для создания систем машин удаления нежелательной растительности // Лесотехнический журнал. – 2020. – Т. 10. – № 3 (39). – С. 164-174.
