Remote sensing indicators to assess riparian vegetation and river ecosystem health.

Από RemoteSensing Wiki

Εικόνα 1: (Α) Χάρτης της Πορτογαλίας με την κατανομή των 50 ρεμάτων που φτάνει σε τέσσερις λεκάνες απορροής ποταμών. (Β) Λεκάνη απορροής του ποταμού Minho και τοποθεσίες δειγματοληψίας. (Γ) Λεκάνη απορροής ποταμού Λίμα και τοποθεσίες δειγματοληψίας· (Δ) Λεκάνη απορροής ποταμού Cavado και τόποι δειγματοληψίας. (Ε) Λεκάνη απορροής ποταμού και τοποθεσίες δειγματοληψίας.

Εικόνα 2: Ερευνητική προσέγγιση για την ανάκτηση δεικτών τηλεπισκόπησης: (Α) το πλάτος απομόνωσης παράκτιων δασών (BUFF). (Β) ο δείκτης εντατικοποίησης χρήσης γης στο κλίμακα τμήματος (LUI500m); (Γ) ο δείκτης εντατικοποίησης της χρήσης γης στην κλίμακα προσέγγισης (LUI100m)· (Δ) η παραποτάμια πυκνότητα σε κλίμακα προσέγγισης (NDVI100m): μέσες τιμές NDVI υπολογίστηκαν μόνο για καθαρά παραποτάμια εικονοστοιχεία (μαύρα τετράγωνα).

Εικόνα 3: Σχέσεις μεταξύ μεταβλητών τηλεπισκόπησης και παράκτιας ποιότητας ή συνθηκών ενδιάμεσης ροής. Οι συντελεστές συσχέτισης Pearson μεταξύ των μεταβλητών βρίσκονται στον Πίνακα S2.

Εικόνα 4: Σχετική συμβολή απομακρυσμένων ανιχνευτικών μετρήσεων για την ερμηνεία της παράκτιας και της εντός του ρεύματος συνθηκών.

Εικόνα 5: (α) Σχέση μεταξύ παραποτάμιου NDVI δείκτης και βιομάζα υδρόβιων. (β) Σχετική συμβολή προγνωστικών παραγόντων της βιομάζας υδρόβιων φυτών.

Εικόνα 6: (α) Σχέση μεταξύ του δείκτη υδρομορφολογίας και της βιομάζας των βρυοφύτων. (β) Σχετική συμβολή προγνωστικών παραγόντων της βρυόφυτης βιομάζα.

ΔΕΙΚΤΕΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΓΙΑ ΤΗΝ ΑΞΙΟΛΟΓΗΣΗ ΤΗΣ ΠΑΡΑΚΤΙΑΣ ΒΛΑΣΤΗΣΗΣ ΚΑΙ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΠΟΤΑΜΟΥ ΟΙΚΟΣΥΣΤΗΜΑΤΟΣ ΤΙΤΛΟΣ: Remote sensing indicators to assess riparian vegetation and river ecosystem health.

ΣΥΓΓΡΑΦΕΙΣ: G. Pace a,b,*, C. Guti´errez-C´anovas c,R. Henriques d,C. Carvalho-Santos a,b, F. Ca´ssioC. Pascoal a,b ΠΗΓΗ: https://www.researchgate.net/publication/364106697

1.Εισαγωγή

Η χρήση δορυφορικών δεδομένων έχει μεγάλες δυνατότητες να αυξήσει τόσο τη χωρική κάλυψη όσο και τη συχνότητα παρακολούθησης παρόχθιων και ποταμών (Huylenbroeck et al., 2020).Η συγκεκριμένη εργασία στοχεύει να αξιολογήσει την ικανότητα των μετρήσεων τηλεπισκόπησης για την ανίχνευση επιπτώσεων στην ποιότητα που της βιοπαρακολούθησης των ποταμών. 2. Υλικά και μέθοδοι 2.1. Περιοχή μελέτης Επιλέχθηκαν 50 εκτάσεις ρεμάτων σε τέσσερις λεκάνες απορροής ποταμών στα βορειοδυτικά της Πορτογαλίας, τις λεκάνες του Minho, της Λίμα, του Ca'vado και του ποταμού Ave, οι οποίες αποχετεύονται στον Ατλαντικό Ωκεανό (Εικ.1). 2.2. Δεδομένα τηλεπισκόπησης Για να χαρακτηρίσουμε την παράκτια πλευρική ζώνη και την πυκνότητα, χρησιμοποιήσαμε τις εικόνες υψηλής ανάλυσης του δορυφόρου Google Earth και τις εικόνες Sentinel-2 (S2A MSI L2A). Οι εικόνες ελήφθησαν από το Copernicus Open Access Hub, που αναπτύχθηκε από την Ευρωπαϊκή Διαστημική Υπηρεσία για την Παρατήρηση της Γης. Επιλέχθηκαν οι εικόνες Sentinel-2.Για να χαρακτηρίσουμε την εντατικοποίηση της χρήσης γης σε τοπική κλίμακα, χρησιμοποιήσαμε τον πορτογαλικό χάρτη χρήσης γης και κάλυψης γης γνωστός και ως COS. 2.2.1. Υπολογισμός μετρήσεων τηλεπισκόπησης Με βάση τις εικόνες υψηλής ανάλυσης του δορυφόρου Google Earth, τις εικόνες S2A MSI L2A και τα επίπεδα COS, υπολογίστηκαν τέσσερις μετρήσεις τηλεπισκόπησης (Εικ.2): 1) το πλάτος του προσωρινού αποθέματος της παρόχθιας βλάστησης (BUFF), το οποίο αντανακλά την πλευρική συνέχεια του παρόχθια βλάστηση και στις δύο όχθες ρεμάτων. 2) Ο δείκτης κανονικοποιημένης διαφοράς βλάστησης της παρόχθιας βλάστησης (NDVI100m), ο οποίος παρέχει έναν δείκτη της πυκνότητας της παρόχθιας βλάστησης στην κλίμακα προσέγγισης. 3) ο δείκτης εντατικοποίησης της χρήσης γης για λεπτόκοκκο (LUI100m), ο οποίος υποδεικνύει την τοπική εντατικοποίηση του τοπίου στην κλίμακα προσέγγισης. και 4) ο δείκτης εντατικοποίησης της χρήσης γης για χονδρόκοκκο (LUI500m), ο οποίος υποδεικνύει την εντατικοποίηση του τοπίου στην κλίμακα τμήματος που περιλαμβάνει γεωργικές δραστηριότητες που παράγουν ρύπους, εμπλουτισμό θρεπτικών ουσιών και καθίζηση. 2.3. Χαρακτηρισμός της κατάστασης στο ρεύμα Ερευνήσαμε τα 50 ρέματα (περίπου 100 μέτρα εμβέλειας) σε δύο διαδοχικά έτη (2019 και 2020) κατά τη διάρκεια του καλοκαιριού (Ιούλιο και Σεπτέμβριο). Αυτά τα όρια χαρακτηρίστηκαν με βάση τη χημική τους κατάσταση, τη δομή της βλάστησης, την πολυπλοκότητα των οικοτόπων και την υδρολογική τους κατάσταση, χρησιμοποιώντας κλασικές in situ μεθοδολογίες σε μία τοποθεσία δειγματοληψίας για κάθε εμβέλεια. 2.4. Δειγματοληψία μακροφύτων και προσδιορισμός βιομάζας Για κάθε τοποθεσία, η κάλυψη μακρόφυτων και η βιομάζα ερευνήθηκαν κατά μήκος 40 μέτρων σύμφωνα με τα εθνικά πρωτόκολλα (INAG, 2008). Κάθε προσέγγιση χωρίστηκε οπτικά σε τρεις τομείς και η συχνότητα εμφάνισης για κάθε τύπο μακρόφυτου (υδάτινο αγγειακό φυτό ή βρυόφυτο) υπολογίστηκε μετρώντας τα τετράγωνα εμφάνισης. 2.5. Ανάλυση δεδομένων Αρχικά, χρησιμοποιήθηκαν οι συντελεστές συσχέτισης του Pearson για να διερευνηθεί η χωρητικότητα των μετρήσεων τηλεπισκόπησης (BUFF, NDVI100m, LUI100m, LUI500m) καθώς και για να απεικονιστούν τα χαρακτηριστικά παραποτάμιων και ενδιάμεσων οικοτόπων (n = 50, σύνολο δεδομένων από 2020). Στη συνέχεια, υιοθετήθηκε μια προσέγγιση συμπερασμάτων πολλαπλών μοντέλων που βασίστηκε σε μοντέλα γραμμικής παλινδρόμησης (Burnham and Anderson, 2002; Grueber et al., 2011). Έπειτα, κατατάχθηκαν και τα επτά μοντέλα χρησιμοποιώντας τις τιμές του Akaike Information Criterion για μικρά μεγέθη δειγμάτων (AICc). Τέλος, τυποποιήθηκε το z προβλέψεις για τη διευκόλυνση των συγκρίσεων μεταξύ των συντελεστών του μοντέλου. Όλες οι στατιστικές αναλύσεις εκτελέστηκαν στο R 3.5.1 (R Core Team, 2020). '3. Αποτελέσματα 3.1. Συσχετίσεις μεταξύ των μετρήσεων τηλεπισκόπησης, της παρόχθιας ποιότητας και των συνθηκών της ροής Η πυκνότητα της παράκτιας βλάστησης (NDVI100m) και το πλάτος προστασίας του παραποτάμιου δάσους (BUFF) συσχετίστηκαν θετικά με τον δείκτη ποιότητας της περιοχής (Σχήμα 3), ενώ αυτός ο δείκτης έδειξε αρνητική σχέση με την εντατικοποίηση της χρήσης γης κατά την πρόσβαση και κλίμακες τμημάτων.Η σχετική συνεισφορά των μετρήσεων τηλεπισκόπησης σε κάθε παράκτια και εσωτερική κατάσταση διέφερε σημαντικά μεταξύ των χαρακτηριστικών (Εικ. 4). Ο LUI100m ήταν γενικά ο καλύτερος προγνωστικός δείκτης παράκτιας ποιότητας ακολουθούμενο από το LUI500m και BUFF. 3.2. Τηλεπισκόπηση έναντι συνθηκών για την πρόβλεψη της βιομάζας των μακροφύτων Η πυκνότητα της παρόχθιας βλάστησης (NDVI100m) έδειξε αρνητικές συσχετίσεις με τη βιομάζα υδρόβιων αγγειακών φυτών (Εικ. 5a) μαζί με τα πλάτη του ρυθμιστικού διαλύματος παραποτάμιων δασών. Αντιστρόφως, ο δείκτης εντατικοποίησης της χρήσης γης σε κλίμακα προσέγγισης (LUI100m) έδειξε θετικές συσχετίσεις με τη βιομάζα υδρόβιων αγγείων μαζί με τον δείκτη εντατικοποίησης της χρήσης γης σε κλίμακα τμήματος. Οι καλύτεροι προγνωστικοί παράγοντες (Εικ. 6β) για τη βιομάζα των βρυόφυτων ήταν ο δείκτης ετερογένειας των οικοτόπων (μέση εξηγούμενη διακύμανση: 13,3 %), ακολουθούμενος από το ποσοστό λεπτών ιζημάτων (μέση εξηγούμενη διακύμανση: 4,3 %) και το πλάτος του καναλιού (μέση εξηγούμενη διακύμανση: 1,1 %) . 4. Συζήτηση Στην περιοχή μελέτης, ο συνδυασμός του πλάτους απομόνωσης παραποτάμιων δασών και του δείκτη εντατικοποίησης της χρήσης γης στην κλίμακα προσέγγισης έδειξε το υψηλότερο δύναμη για την πρόβλεψη της ποιότητας της παρόχθιας βλάστησης.Από την άποψη της παρακολούθησης, τα ευρήματά μας υποστηρίζουν ότι οι τεχνικές τηλεπισκόπησης μπορούν να έχουν προστιθέμενη αξία σε σχέση με τις παραδοσιακές προσεγγίσεις που βασίζονται στο πεδίο που χρησιμοποιούνται για την αξιολόγηση της παρόχθιας βλάστησης, αλλά δεν τις αντικαθιστούν (Huylenbroeck et al., 2020· Zaimes and Iakovoglou, 2021). Για να αυξηθεί η ακρίβεια του μοντέλου για το SRP, οι μελλοντικοί τρόποι λειτουργίας θα πρέπει να ενσωματώνουν τις ιδιότητες του εδάφους. Η παρακολούθηση των παραμέτρων του φυσικού οικοτόπου (ετερογένεια υποστρωμάτων και οικοτόπων), με βάση τα πρωτόκολλα πεδίου, συνεχίζει να διαδραματίζει σημαντικό και απαραίτητο ρόλο στην αξιολόγηση της υγείας των ποταμών. 5. Συμπέρασμα Τα αποτελέσματά μπορεί να είναι ιδιαίτερα σημαντικά για τους περιβαλλοντικούς διαχειριστές που χρειάζονται πληροφορίες για ολόκληρα δίκτυα ποταμών για να ανιχνεύσουν γρήγορα τα «καυτό σημεία» ανθρωπογενών πιέσεων. Ωστόσο, αναγνωρίζεται ότι εξακολουθούν να χρειάζονται επιτόπιες μετρήσεις, με ιδιαίτερη έμφαση στις όχθες και την κατάσταση των καναλιών για να συμπληρωθεί η συνολική άποψη που προκύπτει από δορυφορικούς δείκτες και μια πιο λεπτομερή εικόνα των τοπικών επιπτώσεων. Επιπλέον, συνίστανται επιτόπιες μετρήσεις όταν οι δορυφορικοί δείκτες δείχνουν τιμές που προκαλούν ανησυχία, με την ανάγκη προσδιορισμού του περιεχομένου και της έκτασης της ζημιάς.