Εκτίμηση έντασης χρήσης χορτολιβαδικών εκτάσεων με χρήση τηλεπισκόπησης για την υποστήριξη προγραμμάτων διατήρησης

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Assessment of grassland use intensity by remote sensing to support conservation schemes

Συγγραφείς: Jonas Franke, Vanessa Keuck, Florian Siegert

Πηγή: Journal for Nature Conservation 20 (2012) 125– 134

Εισαγωγή

Οι πρόσφατες αλλαγές στις γεωργικές καλλιέργειες (αύξηση πληθυσμού, αύξηση ζήτησης βιοκαυσίμων,
Εικόνα 1. Εικόνα της περιοχής μελέτης από τον RapidEye
Εικόνα 2. a,b-εντατικά βοσκοτόπια, c, d- εκτατικά βοσκοτόπια, e,f- ημι-φυσικά λιβάδια
Εικόνα 3. Το εύρος τιμών του δείκτη βλάστησης NDVI
Εικόνα 4. 4Α: RGB δορυγορική εικόνα της περιοχής μελέτης, 4Β:η παράμετρος MASD κατά την περίοδο ανάπτυξης και 4C:ψευδοχρωματική εικόνα από τη σύνθεση διάφορων χρονικών περιόδων
Εικόνα 5. Ταξινομημένες χορτολιβαδικές εκτάσεις με βάση την κατανομή των ελών από το 1914 ως το 2010
αλλαγές στην αγροτική πολιτική) οδήγησαν σε μια εντατική μορφή χρήσης γης, απειλώντας τη βιοποικιλότητα και τη διατήρηση των οικοσυστημάτων. Επιπλέον η αποξήρανση ελών συμβάλλει στην αύξηση του CO2 και άλλων αερίων του θερμοκηπίου. Η τηλεπισκόπηση έχει χρησιμοποιηθεί σε θέματα διατήρησης βιοποικιλότητας έχοντας δύο προσεγγίσεις: την απευθείας παρακολούθηση ειδών και την έμμεση παρακολούθηση περιβαλλοντικών παραμέτρων (βιοφυσικές ιδιότητες λιβαδιών, βιομάζα, παραγωγικότητα). Στην παρούσα εργασία το σύστημα δορυφορικής παρακολούθησης ήταν το RapidEye, λόγω του ότι τα χωρικά και χρονικά χαρακτηριστικά του επιτρέπουν επαναλαμβανόμενες και σε υψηλή ανάλυση καλύψεις σε σύντομα χρονικά διαστήματα. Ερευνάται η διαχρονική χρήση δεδομένων για τον προσδιορισμό της εντατικής χρήσης χορτολιβαδικών εκτάσεων, η χρήση δεικτών για τη δυναμική των καλλιεργειών, η ανάλυση της περιόδου ανάπτυξης των φυτών, η έρευνα εντατικής χρήσης ελωδών εδαφών.

Μεθοδολογία

Περιοχή μελέτης: Η περιοχή μελέτης είναι ελώδης, βρίσκεται στους λόφους των Βαυαρικών Άλπεων σε υψόμετρο 600μ., έχει έκταση 500τ.χλμ. και τον τελευταίο αιώνα έχει υποστεί αποξήρανση και χρησιμοποιείται ως βοσκότοπος και ως καλλιεργήσιμη γη για την παραγωγή ζωοτροφών (Εικόνα 1). Χωρίζεται σε τέσσερις κατηγορίες: ημι-φυσικά λιβάδια, εκτατικά βοσκοτόπια, εντατικά βοσκοτόπια και καλλιεργήσιμη γη. Τα εντατικά βοσκοτόπια θερίζονται 3 με 6 φορές το χρόνο ξεκινώντας από τέλη Απρίλη-αρχές Μάη με μικρό αριθμό φυτικών ειδών, ενώ τα εκτατικά βοσκοτόπια είναι πιο πλούσια σε αριθμό φυτικών ειδών και το πρώτο θέρος γίνεται τέλη Μάη-αρχές Ιούνη. Στην Εικόνα 2 παρουσιάζονται οι διάφορες φάσεις που περιγράφηκαν παραπάνω. Παρατηρείται ότι μετά το πρώτο θέρος οι περιοχές εντατικών βοσκοτόπιων και εκτατικών βοσκοτόπιων να παρουσιάζουν παρόμοια φασματικά χαρακτηριστικά γι αυτό και θα χρησιμοποιηθούν εικόνες από την περίοδο βλάστησης. Επίσης 1500 επίγεια τυχαία σημεία χρησιμοποιήθηκαν για να επιβεβαιώσουν τις παραπάνω 4 κατηγορίες.

Δορυφορικά χαρακτηριστικά: Τα χωρικά (77χλμ. πλάτος και 1500χλμ. μήκος με μέγεθος εικονοστοιχείου 6,5μ.), φασματικά (690–730 nm) και χρονικά (καθημερινή σάρωση) χαρακτηριστικά του δορυφορικού συστήματος RapidEye το καθιστούν κατάλληλο για την εκτίμηση της δυναμικής της βλάστησης σε διάφορες εποχές.

Επεξεργασία δεδομένων και ταξινόμηση: Αρχικά υπολογίστηκαν οι δείκτες βλάστησης NDVI (Normalized Difference Vegetation Index-με χρήση του εγγύς υπέρυθρου καναλιού) και NREVI (Normalized Red-Edge Vegetation Index- με χρήση του red-edge καναλιού) και η παράμετρος MASD (Mean Absolute Spectral Dynamic) που αντανακλά την μεταβλητότητα στο φάσμα μεταξύ δύο ημερομηνιακά διαφορετικών παρατηρήσεων-παράμετρος απαραίτητη κατά τη διαχρονική ανάλυση (χρησιμοποιήθηκαν πέντε χρονοσειρές t1-t5). Οι τρεις παραπάνω παράμετροι χρησιμοποιήθηκαν στο λογισμικό See5 για την παραγωγή ενός πρώτου κανόνα ταξινόμησης. Ο επόμενος κανόνας ταξινόμησης προήλθε από την εποχιακότητα της καλλιέργειας συγκρίνοντας τις διαχρονικές διαφορές στην παράμετρο MASD. Με χρήση του λογισμικού eCognition πραγματοποιήθηκε η τελική ταξινόμηση.

Αποτελέσματα και συζήτηση

Ανάλυση των τηλεπισκοπικών παραμέτρων: Στην Εικόνα 3 παρουσιάζεται το εύρος τιμών του δείκτη βλάστησης NDVI για τις 4 κατηγορίες (ημι-φυσικά λιβάδια, εκτατικά βοσκοτόπια, εντατικά βοσκοτόπια και καλλιεργήσιμη γη) και για τις 5 περιόδους μελέτης. Το μεγάλο εύρος τιμών δείχνει την ετερογένεια στη βλάστηση και στην εποχή ανάπτυξης της κατά την οποία ο δείκτης είναι υψηλός (πχ για τα εντατικά βοσκοτόπια τον Απρίλη, t1) και στην εποχή θέρους, όπου ο δείκτης μικραίνει. Στην Εικόνα 4 από τη σύγκριση των τριών υποεικόνων παρατηρείται η διαφορετική δυναμική της βλάστησης για κάθε εποχή. Στην υποεικόνα 4β τα εκτατικά βοσκοτόπια (γαλάζιο) παρουσιάζουν χαμηλότερες τιμές στην παράμετρο MASD σε σχέση με τα εντατικά βοσκοτόπια (κίτρινο προς κόκκινο χρώμα) και τα ημι-φυσικά λιβάδια έχουν την πιο χαμηλή (σκούρο μπλε). Στην υποεικόνα 4c δίνονται στοιχεία για τη χρονική περίοδο γύρω από το θέρος, όπου οι περιοχές με απαλό πράσινο δείχνουν υψηλό δυναμικό βλάστησης, οι μπλε περιοχές έχουν θεριστεί και οι κοκκινωπές περιοχές δείχνουν περίοδο ανάπτυξης της βλάστησης. Ο βέλτιστος αριθμός συνδυασμού χρονοσειρών είναι οι τρεις με ακρίβεια 82,2% στο πλήθος των δεδομένων εκπαίδευσης. Ωστόσο αν απαιτείται επιπλέον ακρίβεια, όπως στην παρούσα εργασία προτείνεται να είναι πέντε. Η Εικόνα 5 παρουσιάζει την κατανομή των ελωδών εκτάσεων σε βάθος χρόνου από το 1914 ως το 2010. Η στατιστική χωρική ανάλυση δείχνει ότι το 60,3% της περιοχής μελέτης είναι μη χορτολιβαδικές εκτάσεις, το 0,9% καλλιεργήσιμη γη (συνήθως καλαμπόκι για βιοκαύσιμα), το 25,8% εντατικά βοσκοτόπια, το 11,8% εκτατικά βοσκοτόπια και το 1,2% ημι-φυσικά λιβάδια.

Συμπεράσματα

Η χρήση της τηλεπισκόπησης μπορεί να συμβάλει στην παρακολούθηση προστατευόμενων περιοχών όπως οι περιοχές Natura 2000 καταγράφοντας τρία βασικά πεδία: την κατανομή των ενδιαιτημάτων, την ανίχνευση των αλλαγών στο χρόνο και την ποιότητά τους. Το πλήθος των δεδομένων άρα και το κόστος καθορίζονται από την ακρίβεια και την έκταση της μελέτης.

Προσωπικά εργαλεία