Αξιολόγηση αισθητήρων και χαρτογράφηση βιομάζας αναδυόμενης βλάστησης παράκτιων ελών

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Συγγραφείς: Kristin B. Byrd,Jessica L. O'Connell, Stefania Di Tommaso, Maggi Kelly

πηγή: http://www.sciencedirect.com/science/article/pii/S0034425714001369


Εισαγωγή

Η ποσοτικοποίηση σε μεγάλη κλίμακα της παραγωγικότητας των φυτών στα παράκτια έλη καθίσταται αναγκαία ώστε να γίνει κατανοητή η ανθεκτικότητα των ελών στην άνοδο της στάθμης της θάλασσας, να βοηθηθεί ο προσδιορισμός της επιλεξιμότητας για την αντιστάθμιση των εκπομπών διοξειδίου του άνθρακα καθώς και να είναι δυνατή η παρακολούθηση των περιβαλλοντικών επιπτώσεων από τη χρήση γης, τον ευτροφισμό και τη μόλυνση. Για την κάληψη λοιπόν, αυτής της ανάγκης δύναται να βοηθήσει η τηλεπισκόπηση της υπέργειας βιομάζας της αναδυόμενης υγροτοπικής βλάστησης. Παρόλαυτα, οι διαφορές στους αισθητήρες της χωρικής διακριτικής ικανότητας, στο εύρος ζώνης, στη χρονική συχνότητα και το κόστος είναι περιοριστικοί παράγοντες για την ακρίβεια των χαρτών βιομάζας που δημιουργούνται με τη χρήση τηλεπισκοπικών μεθόδων για εφαρμογές διαχείρισης της υγροτοπικής βλάστησης. Επίσης, η χρήση δεικτών βλάστησης για την χαρτογράφηση της βιομάζας είναι πιθανό να μην είναι αποτελεσματικοί σε υγροτόπους εξαιτίας των συγκεχυμένων αποτελεσμάτων του νερού των πλημμυρών στη φασματική ανακλαστικότητα.

Μεθοδολογία

Περιοχή μελέτης

Για την αντιμετώπιση των παραπάνω προκλήσεων χρησιμοποιήθηκε η μέθοδος των ελαχίστων τετραγώνων και της γραμμικής παλινδρόμησης για την επιλογή των βέλτιστων φασματικών χαρακτηριστικών (spectral features ) σε δεδομένα ανάλυσης πεδίου και σε δορυφορικά δεδομένα ανάκλασης. Ο σκοπός των παραπάνω ήταν η ανάπτυξη μοντέλων πρόβλεψης της υπέργειας βιομάζας στα έλη γλυκού νερού για τα εξής αναδυόμενα είδη: Typha spp και Schoenoplectus acutus, σε δύο έλη που έχουν αποκατασταθεί στην Καλιφόρνια των ΗΠΑ στο Sacramento–San Joaquin River Delta.

Εικόνα 1: Περιοχή μελέτης


Μετρήσεις πεδίου

Οι μετρήσεις πεδίου έλαβαν χώρα από τον Μάιο του 2011 εώς τον Σεμπτέμβριο του ίδιου έτους. Πιο συγκεκριμένα, για τον έλεγχο των σφαλμάτων των μοντέλων που σχετίζονται με την υπερφασματική στενή ζώνη και πολυφασματική ευρεία ζώνη, την επίδραση της πλημμυρικών υδάτων στην ακρίβεια της πρόβλεψης καθώς και την δυνατότητα των ειδών για την ανάπτυξη των συγκεκριμένων μοντέλων, χρησιμοποιήθηκαν τα αποτελέσματα που προέκυψαν από μετρήσεις με φασματόμετρο πεδίου.

Απόκτηση εικόνας

Χρησιμοποιήθηκαν δορυφορικά δεδομένα από τον υπερφασματικό αισθητήρα Hyperion μέτριας χωρικής ανάλυσης, τον πολυφασματικό αισθητήρα Digital Globe World View-2 (WV-2) υψηλής χωρικής ανάλυσης και τον πολυφασματικό αισθητήρα Landsat 7 μέτριας χωρικής ανάλυσης με σκοπό την παραγωγή των βέλτιστων στατιστικών μοντέλων που έχουν προκύψει από την επιτόπια μελέτη και την παραγωγή χαρτών για την υπέργεια βιομάζα σε ένα εύρος χωρικών, χρονικών και φασματικών αναλύσεων. Επίσης εντοπίστηκαν τα βέλτιστα υπερφασματικά και πολυφασματικά κανάλια για την πρόβλεψη παραγωγής βιομάζας και διερευνήθηκε η προγνωστική αβεβαιότητα όλων των μοντέλων , κυρίως των περιοχών με υψηλή συγκέντρωση βιομάζας τα οποία αναδεικνύουν την πιθανή παραγωγή τους από τα έλη που μελετούνται στην προκειμένη περίπτωση.

Οι εικόνες Hyperion και Landsat 7 συλλέχθηκαν από την ιστοσελίδα: http://earthexplorer.usgs.gov/ . Οι ημερομηνίες των εικόνων επιλέχθηκαν έτσι ώστε να αντιστοιχούν με την εβδομάδα όπου έγιναν οι αναλύσεις πεδίου. Οι εικόνες Digital Globe World View-2 (WV-2) συλλέχθησαν από την ιστοσελίδα: https://cidr.cr.usgs.gov/ .

Προεπεξεργασία εικόνας

Το πρώτο στάδιο της επεξεργασίας ήταν η προεπεξεργασία της εικόνας κατά την οποία συνοπτικά έλαβαν χώρα τα εξής βήματα:

  • μετατράπηκε το σύστημα αναφοράς της εικόνας από WGS 1984 σε NAD83 UTM 10 N
  • έγινε γεωαναφορά των εικόνων

Αποτελέσματα

Χάρτης βλάστησης

Για τη δημιουργία του χάρτη βλάστησης των δύο θέσεων μελέτης που φαίνονται στην εικόνα 1 επιλέχθηκαν οι εικόνες WV-2 εξαιτίας της υψηλής χωρικής ανάλυσής τους. Για να προσδιοριστεί ποια εικονοστοιχεία (pixel) περιέχουν αναδυόμενη βλάστηση χρησιμοποιήθηκε το πρόσθετο Viper ENVI 4.7 οι θέσεις χαρτογραφήθηκαν σύμφωνα με τις ακόλουθες κατηγορίες:

  • πράσινο: S. acutus/Typha spp.
  • απόβλητα
  • Salix sp.,
  • αναδυόμενη βλάστηση,
  • περιοχές χωρίς βλάστηση

Προκειμένου να καθοδηγηθεί η ταξινόμηση χρησιμοποιήθηκαν τα φάσματα που συλλέχθηκαν από την έρευνα πεδίου. Η προσπάθεια να χαρτογραφηθούν ξεχωριστά τα είδει: S. Acutus και Typha spp. ήταν ανεπιτυχής. Η ακρίβεια της χαρτογραφικής απόδοσης έγινε με έλεγχο της ταξινόμησης με χρήση σημείων αναφοράς με τυχαία δειγματοληψία ενός ελάχιστου αριθμού δειγμάτων για κάθε κατηγορία (από 21 έως 119 δείγματα ανά κατηγορία)

Εικόνα 2

Χάρτης βιομάζας

Ο χάρτης βιομάζας δημιουργήθηκε από τις εικόνες WV-2, Landsat και Hyperion με τον αισθητήρα PLSmodels. Η ύπαρξη βιομάζας εκτιμήθηκε μόνο για τα εικονοστοιχεία που είχαν ταξινομηθεί στον προηγούμενο χάρτη στην κατηγορία ως «S. acutus/Typha spp» ή « litter» στο χάρτη βλάστησης που προέκυψε από τις εικόνες WV-2. Οι εικόνες Landsat 7 και Hyperion επαναταξινομήθηκαν με σκοπό να βελτιωθεί η απεικόνιση της βιομάζας αλλά χωρίς να μεταβληθεί η χωρική διακριτική ικανότητά των δεδομένων ανάκλασης. Από κάθε χάρτη βιομάζας εκτιμήθηκε ο μέσος όρος συγκέντρωσης βιομάζας και συγκρίθηκε με τα αντίστοιχα δεδομένα της έρευνας πεδίου. (εικόνα 2)


Συμπεράσματα

Η σύγκριση των μοντέλων αναδυόμενης βλάστησης γλυκού νερού έδειξε ότι τα δεδομένα στενοζωνικής ανακλαστικότητας δύναται να προβλέψουν σε ικανοποιητικό βαθμό την αναδυόμενη βλάστηση χωρίς μεγάλη διαφορά από τα δεδομένα ευρυζωνικής ανακλαστικότητας. Επίσης, τα μοντέλα που βασίζονται στην ανάλυση των δορυφορικών εικόνων Landsat 7; έδειξαν καλύτερα αποτλέσματa από αυτά των εικόνων WV-2 και Hyperion.

Προσωπικά εργαλεία