ΠΑΡΑΚΟΛΟΥΘΗΣΗ ΞΥΛΩΔΟΥΣ ΒΛΑΣΤΗΣΗΣ ΣΤΙΣ ΣΑΒΑΝΕΣ ΤΗΣ ΝΟΤΑΣ ΑΦΡΙΚΗΣ, ΜΕ ΧΡΗΣΗ ΔΟΡΥΦΟΡΙΚΩΝ ΕΙΚΟΝΩΝ LANDSAT
Από RemoteSensing Wiki
Symeonakis, E., Petroulaki, K., & Higginbottom, T. (2016). LANDSAT-BASED WOODY VEGETATION COVER MONITORING IN SOUTHERN AFRICAN SAVANNAHS. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLI-B7, 563–567. [1] Retrieved January 25, 2022, from [[ [2] ]]
1.ΕΙΣΑΓΩΓΗ
Η ξηρασία, η ποιοτική υποβάθμιση του εδάφους και η ερημοποίηση (DLDD), αποτελούν απειλητικούς παράγοντες για το περιβάλλον και τον άνθρωπο, παγκοσμίως, με σημαντικό κοινωνικό και οικονομικό αντίκτυπο. Στην ευρύτερη περιοχή της Αφρικής, η εισβολή της θαμνώδους βλάστησης στις σαβάνες αποτελεί χαρακτηριστικό δείκτη DLDD, απειλώντας τα οικοσυστήματα τεράστιων εκτάσεων. Εξαιτίας αυτού, η χρήση δορυφορικών εικόνων αποτελεί τον μοναδικό εφικτό τρόπο χαρτογράφησής της, ενώ συγκεκριμένα, οι εικόνες Landsat προσφέρουν δωρεάν/ραδιομετρικά διορθωμένα/υψηλής ανάλυσης και διαχρονικά δεδομένα. Σκοπός της εργασίας είναι η χαρτογράφηση και παρακολούθηση της ξυλώδους βλάστησης στη βορειοδυτική επαρχία της Νότιας Αφρικής τα τελευταία 25 χρόνια, και ο εντοπισμός περιοχών όπου αυτή τείνει να αυξάνεται, ώστε να παρθούν τα κατάλληλα μέτρα αντιμετώπισης.
2.ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ
2.1 ΠΕΡΙΟΧΗ ΜΕΛΕΤΗΣ
Την περιοχή μελέτης αποτελούν κατά κύριο λόγο περιοχές τύπου σαβάνας, και δευτερευόντως λιβαδικές εκτάσεις, των οποίων η βλάστηση διαφοροποιείται ανάλογα με το γεωγραφικό μήκος. Η εισβολή και η πύκνωση ξενικών ειδών θάμνων, καταστεί τη γη μη καλλιεργήσιμη.
2.2 ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ
Δημιουργήθηκαν εφτά διαφορετικά μωσαϊκά δορυφορικών εικόνων, για την περιοχή μελέτης (Εικόνα 1), που αφορούν σε εφτά ξηρές περιόδους, των ετών 1990, 1994, 2002, 2007, 2011 και 2015.
2.3 ΣΥΛΛΟΓΗ ΔΕΙΓΜΑΤΩΝ
Τα δείγματα ορίστηκαν σύμφωνα με τη βάση δεδομένων του Κρατικού Γεωδαιτικού Ινστιτούτου της Νότιας Αφρικής ή βασιζόμενοι σε εικόνες Landsat, και διαχωρίστηκαν σε τρεις κατηγορίες κάλυψης: ξυλώδης βλάστηση, μη-ξυλώδης βλάστηση, καθόλου βλάστηση.
2.4 ΤΑΞΙΝΟΜΗΣΗ
Η μέθοδος ταξινόμησης που επιλέχθηκε ήταν η Random Forest, με χρήση της γλώσσας προγραμματισμού R, στοχεύοντας σε ποσοστά ακρίβειας που συμβαδίζουν με τα υπάρχοντα μοντέλα, τροποποιώντας τις περιοχές εκπαίδευσης.
3.ΑΠΟΤΕΛΕΣΜΑΤΑ ΚΑΙ ΣΥΖΗΤΗΣΗ
Το συνολικό ποσοστό ακρίβειας ταξινόμησης που επιτεύχθηκε είναι 80%. Μεγαλύτερη ακρίβεια παρουσίασε η κατηγορία της ξυλώδους βλάστησης, ενώ μικρότερη αυτή της καθόλου βλάστησης. Όσο αναφορά στην κάλυψη της ξυλώδους βλάστησης και της καθόλου βλάστησης, παρουσιάζεται μικρή αύξηση στο πέρασμα των 25 χρόνων, εις βάρος της μη-ξυλώδους βλάστησης, που μειώνεται. Η ξυλώδης βλάστηση αποτελεί το ¼ της έκτασης της μελέτης, και είναι συγκεντρωμένη σε διακριτές περιοχές, ενώ η επέκτασή της πιθανολογείται και σε κλιματικές αιτίες (Εικόνα 2). Στις περιοχές όπου εντοπίστηκε αύξηση, προτείνεται, μετά από in situ επαλήθευση, να δρομολογηθούν πράξεις αντιστροφής του φαινομένου; αν ήδη αυτές υφίστανται, να αξιολογηθεί η αποτελεσματικότητά τους, ώστε τελικά να αναγεννηθούν οι περιοχές σαβάνας.
4.ΣΥΜΠΕΡΑΣΜΑΤΑ
Η προέλαση της ξυλώδους βλάστησης σε πρώην λιβαδικές εκτάσεις και σαβάνες, μειώνει σημαντικά την αγροτική παραγωγή καθώς και την ικανότητα βόσκησης. Έτσι, καθίσταται αναγκαία, η περεταίρω τηλεπισκοπική έρευνα του ζητήματος, και η διερεύνηση της σύνδεσής του με κλιματικούς και ανθρωπογενείς παράγοντες.
