Περιφερειακής κλίμακας χαρτογράφηση βιότοπων φυκιών στην ευρύτερη περιοχή της Καραιβικής που χρησιμοποιεί τους αισθητήρες Landsat (ΙV)
Από RemoteSensing Wiki
Περιφερειακής κλίμακας χαρτογράφηση βιότοπων φυκιών στην ευρύτερη περιοχή της Καραϊβικής που χρησιμοποιεί τους αισθητήρες Landsat: Εφαρμογές στη συντήρηση και την οικολογία (IV)
Colette C. Wabnitz, Serge Andrefouet, Damaris Torres - Pulliza, Frank E. Muller - Karger, Phillip A. Kramer
Remote Sensing of Environment, Vol. 112, 2008
Συζήτηση
Θεωρήσεις Τηλεπισκόπησης
Οι ακρίβειες αναφερόμενες εδώ εκτείνονται σε μια ευρεία σειρά των τιμών (46-88% ) αλλά είναι συγκρίσιμοι με εκείνους από τις προηγούμενες Landsatπροσπάθειες χαρτογράφησης. Παρά τα διαφορετικά σύνολα δεδομένων που χρησιμοποιούνται για να αξιολογήσουν την ακρίβεια των θεματικών χαρτών, οι τιμές δεν αποκαλύπτουν οποιαδήποτε θετική ή αρνητική προκατάληψη προς μια πηγή . Παραδείγματος χάριν, δύο από τις τρεις φτωχότερες γενικές ακρίβειες που καταγράφηκαν (Majahual, Μεξικό, και σκόπελος μπαλωμάτων της Μπελίζ), και την καλύτερη γενική ακρίβεια (Akumal, Μεξικό), αξιολογήθηκαν βασισμένες στην ερμηνεία εικόνας IKONOS. Για τις δύο περιοχές με τις υψηλότερες ακρίβειες, το SAN Blas και Akumal, οι διαφορετικές πηγές χρησιμοποιήθηκαν στην αξιολόγηση: επί τόπου και IKONOS αντίστοιχα.
Οι γενικές ακρίβειες που επιτυγχάνονται σε αυτήν την μελέτη είναι σύμφωνα με τη σειρά των τιμών που αναφέρονται στις προηγούμενες μελέτες μέσα στις Καραϊβικές Θάλασσες, συμπεριλαμβανομένων των αποτελεσμάτων επιτευχθε'ντων που χρησιμοποιούν τις τεχνικές διορθώσεων υδάτινων στηλών. Για τις περισσότερες περιοχές, η χρήση των πολυγώνων χιλιετίας για να καθοδηγήσει τη a priori βασισμένη στα συμφραζόμενα έκδοση προέκυψε ως χρήσιμη προσέγγιση στις λάθος ταξινομήσεις ορίου ελλείψει ενός επίσημου βήματος διορθώσεων υδάτινων στηλών. Εντούτοις, η περιοχή δυτικά του Λα Parguera (Πουέρτο Ρίκο) ξεχωρίζει ως σαφής εξαίρεση. Αυτή η θέση είναι μια ευρεία περιοχή διαγώνιος-ραφιών με μια ευγενή κλίση από την ακτή κάτω σε ένα βάθος 40 μ, και χαρακτηρίζεται από ποικίλους διαφορετικούς βιότοπους που είναι παρόμοιοι (βαθιά διάχυτa φύκια , ρηχά πυκνά φύκια, gorgonian πεδιάδες, γκρεμός κοραλλιών, και σκληρό υπόστρωμα που καλύπτεται με τις ποικίλες πυκνότητες των αλγών). Ακόμα, αυτό το μωσαϊκό των βιότοπων συμπεριλαμβάνεται σε ένα ενιαίο πολύγωνο χιλιετίας που χαρακτηρίζεται ως «κλίση ραφιών». Σε τέτοιες περιπτώσεις, ο επαγγελματίας επομένως βρίσκεται αντιμέτωπος με τις συνηθισμένες προκλήσεις της βενθικής χαρτογράφησης βιότοπων. Η εφαρμογή της διόρθωσης υδάτινων στηλών ως βήμα προεπεξεργασίας εικόνας σε αυτές τις περιοχές αναμένεται για να παραγάγει τις βελτιωμένες ακρίβειες. Σαν σημείωση, η πολύ υψηλή ακρίβεια που αναφέρεται από NOAA για το Πουέρτο Ρίκο (100% για την καταδυμένη βλάστηση) είναι για την περιοχή του Λα το ίδιο Parguera που χαρακτηρίζεται από τις πολύ πιό ρηχές θάλασσες και διάφορες ευδιάκριτες κατηγορίες χιλιετίας που διευκολύνουν την ταξινόμηση.
Λαμβάνοντας υπόψη την κλίμακα της εργασίας που παρουσιάζεται εδώ, είναι απαραίτητο να τεθούν στην προοπτική τα διαφορετικά σύνολα στοιχείων που χρησιμοποιούνται και οι χάρτες που παράγονται στις προηγούμενες μελέτες. Αν και όλοι χαρτογράφησαν «πυκνό», «μέσος-πυκνός», και τα «αραιά» στρώματα φυκιών σύμφωνα με κάποιο συγκρίσιμο κατώτατο όριο της πυκνότητας φυκιών, ένα πιό στενό βλέμμα στις μεμονωμένες μελέτες αποκαλύπτουν παραλλαγές στους ορισμούς :
- NOAA έχει ένα αρκετά λεπτομερές σχέδιο, με 5 κατηγορίες, οι οποίες έπρεπε να ερμηνευθούν και να απλοποιηθούν σε τρεις κατηγορίες πυκνότητας φυκιών - τα στοιχεία για το Lee Stocking Island και Άνδρο ήταν ημιποσοτικά, χρησιμοποιώντας έναν δείκτη της κάλυψης σε μια κλίμακα από 0 έως 5 κατά τη διάρκεια των ερευνών - τα στοιχεία για το SAN Blas χρησιμοποίησαν ένα συνεχές μέτρο της κάλυψης φυκιών κατά μήκος των διαδρομών βαρκών (Andréfouët, αδημοσίευτα στοιχεία). Το σύνολο στοιχείων έπρεπε έτσι να αναλυθεί από τα εικονοκύτταρα Landsat, με συνέπεια μόνο μια κατηγορία πυκνότητας φυκιών, δεδομένου ότι οι παραλλαγές στην κάλυψη ήταν συνήθως πολύ ετερόκλητες και έτειναν να εμφανιστούν μέσα σε ένα εικονοκύτταρο Landsat - τα στοιχεία που παράγονται μέσω της οπτικό-ερμηνείας των καλολογικών στοιχείων IKONOS, μπορούν όχι πάντα να παραγάγουν τις συνεπείς κατηγορίες πυκνότητας μεταξύ των περιοχών. Η συνέπεια είναι δύσκολο να διατηρηθεί λόγω της μεταβλητότητας στα ιζήματα και τα στρώματα φυκιών, τα οποία μπορούν να παραγάγουν τις διαφορετικές υπογραφές για την κάλυψη και τις πυκνότητες. Οι παραλλαγές όπως τα φύλλα που αποικίζονται από τα epibionts ή την ασβεστούχο αύξηση, τα στρώματα προσωρινά ακριβώς κάτω από ή ακόμα και επάνω από την επιφάνεια του νερού, και τα σκοτεινά ιζήματα υποβάθρου, μπορούν να χαμηλώσουν την φασματική αντίθεση των λεπίδων, που περιπλέκει την ερμηνεία των πυκνοτήτων. Οι παρόμοιες προκλήσεις ισχύουν για την ταξινόμηση των κανονικών στοιχείων παρά τη μετρήσιμη εμπειρία τομέων (π.χ., Lee Stocking Island, Άνδρος, Glovers).
Δεδομένου ότι τα άλγη μπορούν εύκολα να μπερδευτούν με φύκια στις εικόνες Landsat λόγω των ιδιαίτερα παρόμοιων φασματικών υπογραφών τους μια συνοπτική συζήτηση για το πώς εξετάσαμε το ζήτημα ακολουθεί. Όλα τα στοιχεία που εξέθεσαν την κυριαρχία (N70%) των αλγών περιλήφθηκαν στη «άλλη» κατηγορία. Τα στρώματα φυκιών με τα ποικίλα επίπεδα πυκνότητας αλγών περιλήφθηκαν στην κατάλληλη αντίστοιχη κατηγορία φυκιών. Αν και πολύ λίγα «άλλα» εικονοκύτταρα ταξινομήθηκαν ως φύκια, τα εικονοκύτταρα είχαν μια τάση που προσελκύεται στη «άλλη» κατηγορία. Σε μερικές περιπτώσεις, η διαθεσιμότητα διάφορων εικόνων που αποκτήθηκαν στις διαφορετικές ημερομηνίες για τις μεμονωμένες σκηνές Landsat κατέγραψε τις σημαντικές αλλαγές στην έκταση της καταδυμένης βλάστησης κατά τη διάρκεια των σύντομων χρονικών περιόδων. Δεδομένου ότι τα τροπικά στρώματα φυκιών είναι χαρακτηριστικά σταθερά πέρα από τη χρονική κλίμακα των ετών, ακόμη και στην εμφάνιση των αυστηρών θυελλών αυτές οι παραλλαγές προκαλούνται πιθανότατα από τις αλλαγές στη φυκώδη βιομάζα, ή/και τις cyanobacterial ανθίσεις. Να αποτελέσει αυτόν τον παράγοντα κατά τη διάρκεια της επικύρωσης των τελικών προϊόντων επέτρεψε σε μας για να αποφύγει τα μεγάλα λάθη που συνδέθηκαν ενδεχομένως με την υπερεκτίμηση της έκτασης των πυκνών στρωμάτων φυκιών. Σε μερικές περιπτώσεις, όπως στις ρηχές τράπεζες Bahama, αυτός ο τύπος σύγκρισης εικόνας αποτέλεσε μια κρίσιμη πτυχή της προσπάθειας χαρτογράφησης.
Οι υψηλές τιμές που καταχωρούνται για τις ακρίβειες παραγωγών και χρηστών της «άλλης» κατηγορίας δείχνουν ότι οι θεματικοί χάρτες δεν υπερεκτιμούν το βαθμό των φυκιών. Επιπλέον, σύγχυση μεταξύ των μεμονωμένων κατηγοριών φυκιών που εξηγεί την πιθανότητα χαμηλής ακρίβειας. Αυτό επιβεβαιώνεται από τα υψηλά αποτελέσματα ακρίβειας που επιτυγχάνονται στο SAN Blas και Akumal όπου μόνο μια κατηγορία φυκιών χαρτογραφήθηκε. Σε αυτές τις δύο εστιακές περιοχές, τα στρώματα φυκιών βρέθηκαν πρώτιστα στους πίσω σκοπέλους και τα πεζούλια, και ήταν χαρακτηριστικά μικρά στο μέγεθος. Λαμβάνοντας υπόψη το χωρικό ψήφισμα των εικόνων Landsat (30 εικονοκύτταρα μ), δεν ήταν δυνατό να κάνει διακρίσεις με βεβαιότητα μεταξύ των μπαλωμάτων των διαφορετικών πυκνοτήτων φυκιών και έτσι μόνο μια κατηγορία χαρτογραφήθηκε.
Η ταξινόμηση αβεβαιότητας inpixel (π.χ., που διαφοροποιεί μεταξύ του συγκεχυμένου μέσουή τις αραιές κατηγορίες δεδομένων των διαφορών προσβολών στους ορισμούς κατηγορίας) μας οδήγησε για να αντιπαραβάλουμε την αρχική τυπολογία τριών κατηγοριών φυκιών σε ένα σχέδιο δύο κατηγοριών. Αν και αυτή η προσέγγιση μπορεί να μην είναι εξ ολοκλήρου ικανοποιητική για όλες τις εφαρμογές, λαμβάνοντας υπόψη τους περιορισμούς και τους στόχους αυτής της μελέτης, η μεθοδολογία που υιοθετείται είναι μια πολύτιμη πρώτη προσπάθεια στη λήψη των ρεαλιστικών αριθμών του βαθμού και της διανομής φυκιών πέρα από το WCR.
Οι περιοχές με την πυκνή κάλυψη φυκιών είναι συχνά ετερόκλητες και στενές. Γενικά σωστά συλλήφθηκαν στη μορφή και το βαθμό στις ταξινομημένες εικόνες. Ακόμα τα σημεία για πυκνά φύκια μειώθηκαν συχνά ακριβώς επάνω στην άκρη του μπαλώματος, ή ακριβώς τη εξωτερική όψη που η περιοχή ταξινόμησε όπως πυκνή, οδηγώντας σε μια ανακριβή αξιολόγηση της ταξινόμησης για εκείνη την κατηγορία. Το Misregistration των εικόνων Landsat, ή/και τα σημεία μπορούν εν μέρει να εξηγήσουν αυτήν την παρατήρηση. Οι προδιαγραφές εικόνας Landsat μπορούν να έχουν μέχρι 250 λάθη geolocation μ (μέχρι 7 εικονοκύτταρα). Η εμπειρία τομέων περαιτέρω καταδεικνύει ότι τα κοινά λάθη οφείλονται από 1 έως 2 εικονοκύτταρα (30-60 μ) μια απόσταση ακόμα αρκετά μεγάλη να χάσει τους μικρούς στόχους που καθορίζονται στις εικόνες IKONOS ή επί τόπου. Είναι συνήθως δυνατό, μετά από τη συλλογή προσωπικών στοιχείων, να διορθωθούν με το χέρι είτε οι εικόνες είτε τα σημεία ΠΣΤ για να εξασφαλίσουν την κατάλληλη επικάλυψή τους. Εδώ, τέτοιες ρυθμίσεις ήταν αδύνατες όπως τα στοιχεία συλλέχθηκαν από τις ευρέως διαφορετικές πηγές. Το πρόβλημα ήταν λιγότερο κοινό για τα μέσα και αραιά στρώματα φυκιών, τα οποία καλύπτουν γενικά τις ευρύτερες περιοχές. Τομείς της πολύ χαμηλής κάλυψης (b5%), που περιλαμβάνουν τις αμμώδεις περιοχές, ήταν γενικά ταξινομημένες όπως «άλλη». Δεδομένου ότι μια από την αρχή μας που χαρτογραφεί το στόχο ήταν στην πράσινη ικανότητα μεταφοράς χελωνών reestimate για την καραϊβική, ακριβή χαρτογράφηση της χαμηλής πυκνότητας φυκιών δεν ήταν αρχικής σπουδαιότητας. Οι βέλτιστοι να προμηθεύσουν με ζωοτροφές χελωνών λόγοι τείνουν να δημιουργηθούν από τα πυκνά στρώματα φυκιών. Επομένως υποθέσαμε ότι η ακριβής χαρτογράφηση των πυκνών και μεσαίων στρωμάτων φθκιών ήταν ένα ουσιαστικό πρώτο βήμα προς την καθιέρωση των στόχων συντήρησης χελωνών.
Με βάση αυτές τις παρατηρήσεις, προτείνουμε ότι οι θεματικοί χάρτες είναι και οι δύο πιό χρήσιμοι και εγκυρότεροι για τη χωρική ανάλυση από τα αποτελέσματα των μητρών σύγχυσης που μπορούν μόνο να δείξουν. Οι με συνέπεια υψηλότερες τιμές εικόνες θα μπορούσαν να έχουν επιτευχθεί με το υψηλό φασματικό ή/και χωρικό ψήφισμα ήταν για να χαρτογραφήσουν το βαθμό φυκιών. Εντούτοις, η διαθεσιμότητα στοιχείων και οι δαπάνες δικαιολογούν τη χρήση των εικόνων Landsat εδώ. Από το 2007, IKONOS και εξουσιοδοτημένα τα Quickbird στοιχεία κοστίζουν 15-20 US$ ανά km2 ανάλογα με τα προϊόντα, τη διαθεσιμότητα στα αρχεία, ή τις ανάγκες για μια απόκτηση. Στη σύγκριση, ένα αρχειοθετημένο ελεύθερο Landsat 7 έχει δαπάνες εικόνας 600 US$, που αντιστοιχεί σε ένα κόστος ~0.02 US$ km− 2. Επομένως, αν και η αύξηση στις ακρίβειες και η ανάλυση μπορούν να είναι ουσιαστικές χρησιμοποιώντας IKONOS, Quickbird, ή τα hyperspectral στοιχεία - μέχρι σήμερα, λαμβάνοντας υπόψη τις δαπάνες αποκτήσεων - καμία από αυτές δεν παρουσιάζει ρεαλιστικές προσεγγίσεις λύσεων για τις μεγάλης κλίμακας προσπάθειες χαρτογράφησης.
