Χαρτογράφηση δυναμικής της φυτείας ζαχαρότευτλων στο Γκουανγκσί της Κίνας μέσω εικόνων χρονοσειρών Sentinel-1, Sentinel-2 και Landsat

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση
Εικόνα 1. Κατανομή των τύπων κάλυψης γης που σχετίζονται με το νερό, κτισμένων και άκαρπων περιοχών, αειθαλούς βλάστησης και πιθανών καλλιεργειών στο Γκουανγκσί της Κίνας το 2018, πηγή:https://www.sciencedirect.com
Εικόνα 2. Ο χάρτης βλάστησης των ζαχαρότευτλων το 2019 , πηγή:https://www.sciencedirect.com

Χαρτογράφηση δυναμικής της φυτείας ζαχαρότευτλων στο Γκουανγκσί της Κίνας μέσω εικόνων χρονοσειρών Sentinel-1, Sentinel-2 και Landsat


Πρωτότυπος τίτλος: Mapping sugarcane plantation dynamics in Guangxi, China, by time series Sentinel-1, Sentinel-2 and Landsat images

Συγγραφείς: J. Wang, X. Xiao, L. Liu, X. Wu, Y. Qin, J. L. Steiner, J. Dong

Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0034425720303217


Σκοπός

Η εν λόγω έρευνα αποσκοπεί στην ανάπτυξη ενός αλγορίθμου χαρτογράφησης βασισμένο σε pixel και φαινολογία προς δημιουργία ενός ετησίου χάρτη ζαχαρότευτλων σε μια χωρική διακριτότητα 10-m μέσω ανάλυσης εικόνων χρονοσειρών Sentinel-1, Sentinel-2 και Landsat στην περιοχή Γκουανγκσί της Κίνας, όπου παράγεται το 65% της ποσότητας ζαχαρότευτλου στην Κίνα.

Εισαγωγή

Το ζαχαρότευτλο (Saccharum spp.) είναι πολυετές, αναπτύσσεται σε τροπικές και υποτροπικές περιοχές, αποτελεί περίπου το 70% της παγκόσμιας παραγωγής ζάχαρης και χρησιμοποιείται ως πρώτη ύλη βιοενέργειας για παραγωγή αιθανόλης. Η ανάγκη του για άπλετο φως, νερό και υψηλές θερμοκρασίες έχει αυξήσει τις απαιτήσεις για γη, νερό και πηγές ενέργειας, δημιουργώντας ανησυχίες για το περιβάλλον και την έλλειψη νερού. Τα τελευταία χρόνια έχει αποδειχθεί εφικτή η χρήση Τηλεπισκόπησης ως μέσον χαρτογράφησης καλλιεργειών. Παραδείγματα δορυφόρων που χρησιμοποιήθηκαν για τις διάφορες μελέτες είναι οι Landsat (30-m), Indian Remote Sensing Satellite (IRS-P6, 5.8-m), Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER, 15-m) και άλλοι. Έχουν διακριθεί τρεις διαφορετικές μέθοδοι που στηρίζονται σε εκτενή συλλογή δεδομένων. Η χρήση αλγορίθμων βασισμένων στη φαινολογία βασίζεται στην ανάλυση του κύκλου ζωής της καλλιέργειας ώστε να ληφθούν χρονικές μετρικές. Παρ’ όλα αυτά, μεγαλύτερος κύκλος ζωής του ζαχαρότευτλου (πολυετές φυτό) δημιουργεί την ανάγκη για ανάπτυξη ενός νέου αλγορίθμου με βάση τη φαινολογία ώστε να ταυτοποιηθούν και να χαρτογραφηθούν αγροί ζαχαρότευτλων από διαφορετικούς τύπους καλλιεργειών. Στη συγκεκριμένη μελέτη προτείνονται α) ανάπτυξη αλγορίθμου βασισμένου σε pixel και φαινολογία μέσω εικόνων χρονοσειρών Landsat-7/8, Sentinel-1 και Sentinel-2, β) διερεύνηση καθοριστικών φαινολογικών μετρικών του ζαχαρότευτλου και ανάπτυξη ετήσιου χάρτη αγρών ζαχαρότευτλου στην περιοχή Γκουανγκσί το 2018 και γ) ποσοτικοποίηση αγρών που από το 2018 συνέχισαν να καλλιεργούνται με ζαχαρότευτλα το 2019.

Υλικά και μέθοδοι

Η περιοχή Γκουανγκσί στη Βόρεια Κίνα είναι μια έκταση περίπου 236,700 χλμ2, με υποτροπικό έως τροπικό κλίμα και μέση ετήσια θερμοκρασία 20 οC. Παρουσιάζει περίπλοκη τοπογραφία με βουνά, λόφους και πεδιάδες. Η περιοχή καλλιέργειας ζαχαρότευτλων εκτιμάται στα 10,000 χλμ2 τα τελευταία χρόνια. Το φυτό παρουσιάζει τέσσερα κύρια στάδια ανάπτυξης. Το σύνολο των δεδομένων που χρησιμοποιήθηκε για τη μελέτη περιλαμβάνει:

• Δεδομένα από Landsat-7/8 (LS) και Sentinel-2 (S2) από 31 Αυγούστου 2017 έως 1 Ιουλίου 2019

• Δεδομένα από Sentinel-1A και Sentinel-1B μέσω της πλατφόρμας GEE για την παραπάνω χρονική περίοδο

• Δεδομένα αναφοράς εδάφους

• Δεδομένα για την περιοχή από γεωργικές στατιστικές αναφορές

Για τη διεκπεραίωση της έρευνας ακολουθήθηκαν οι εξής μέθοδοι:

• Δημιουργία ετήσιων χαρτών καλλιεργήσιμης γης και τεσσάρων ακόμα τύπων κάλυψης γης για το 2018. Συστηματική μελέτη της εποχιακής δυναμικής των NDVI και LSWI δεδομένων από LC/S2 και των VH backscatter δεδομένων από Sentinel-1 για τους ανωτέρω τύπους κάλυψης γης στην υπό μελέτη περιοχή

• Δημιουργία ετήσιου χάρτη έντασης καλλιέργειας για το 2018. Χρησιμοποιήθηκε ο δείκτης NDVI με χρήση φίλτρου SG και ο δείκτης LSWI ως δεδομένα για την ταυτοποίηση των φαινολογικών μετρικών των κύκλων ανάπτυξης για τα μεμονωμένα pixels

• Δημιουργία ετήσιου χάρτη των αγρών ζαχαρότευτλων το 2018. Απόκτηση καθοριστικών φαινολογικών μετρικών, όπως έναρξη βλάστησης (GUD, αρχή εποχής), ημερομηνία γήρανσης (senescent date, SD, τέλος εποχής), διάρκεια περιόδου ανάπτυξης (growing-season length, GSL), ημερομηνία έναρξης της περιόδου αιχμής (start date of peak season, SDPS) και ταχύτητα ανάπτυξης των βλαστών (GUS)

• Εκτίμηση ακρίβειας των χαρτών που προέκυψαν και σύγκριση περιοχών

• Παρακολούθηση της έναρξης βλάστησης των ζαχαρότευτλων το 2018

Αποτελέσματα

Από τους χάρτες τύπων κάλυψης γης διαπιστώθηκε ότι υπάρχει άνιση κατανομή των τύπων καλλιεργήσιμης γης και η αειθαλής βλάστηση είναι η μεγαλύτερη σε έκταση. Αυτός ο χάρτης αποτέλεσε αναφορά για τη χαρτογράφηση έντασης καλλιέργειας το 2018. Επιπλέον, διαπιστώθηκε ότι οι μονο-καλλιεργούμενες εκτάσεις συνιστούν το 71% της συνολικής καλλιεργήσιμης επιφάνειας. Για τις συγκεκριμένες εκτάσεις έγινε ταυτοποίηση των φαινολογικών μετρικών. Επίσης, έπειτα από σύγκριση με τα στατιστικά ετήσια βιβλία του 2018 και 2019 προέκυψε μια γραμμική σχέση μεταξύ των περιοχών με ζαχαρότευτλα από τα αποτελέσματα αυτά και από τις στατιστικές αναφορές. Υπολογίστηκε, επίσης, η ακρίβεια του χάρτη κατανομής ζαχαρότευτλων. Τέλος, διαπιστώθηκε ότι κατά προσέγγιση 10% των αγρών αρχίζουν να πρασινίζουν το Φεβρουάριο του 2019, 62% το Μάρτιο και τον Απρίλιο και 11% το Μάιο. Για περίπου 8% των αγρών το 2018 ο αλγόριθμος δεν αναγνώρισε σήμα για έναρξη της βλάστησης στην περίοδο φύτευσης του 2019, γεγονός που υποδεικνύει ότι τα συγκεκριμένα χωράφια δε θα καλλιεργηθούν το 2019. Εντέλει, δημιουργήθηκε ένας ακριβής (96% ολική ακρίβεια) χάρτης ζαχαρότευτλων σε 10-m χωρική διακριτότητα. Ο αλγόριθμος που δημιουργήθηκε βασισμένος σε LC/S2/S1 εικόνες δίνει τη δυνατότητα χαρτογράφησης α) καλλιεργειών ζαχαρότευτλων σε άλλες χρονιές, β) καλλιεργειών ζαχαρότευτλων σε άλλες περιοχές και γ) άλλων τύπων καλλιεργειών. Παρ’ όλα αυτά, υπάρχει περιθώριο για βελτιώσεις.

Συμπεράσματα

Από την εν λόγω μελέτη προκύπτει ότι ο συνδυασμός των Landsat, Sentinel-2 και Sentinel-1 μπορεί να παρέχει επαρκείς καλές παρατηρήσεις για τη χαρτογράφηση ζαχαρότευτλων σε μια μελετώμενη περιοχή με μικρά καλλιεργήσιμα χωράφια και συχνή συννεφιά. Το προτεινόμενο μοντέλο χαρτογράφησης που αναπτύχθηκε έχει την προοπτική εφαρμογής για άλλες χρονιές ή άλλες περιοχές στην Κίνα. Οι προκύπτοντες χάρτες παρέχουν ουσιώδεις πληροφορίες για τη διαχείριση της καλλιέργειας ζαχαρότευτλων και μελέτες επιπτώσεων στην οικονομία και το περιβάλλον.

Προσωπικά εργαλεία