Δυνατότητες εφαρμογής προηγμένης τηλεπισκόπησης σε οικολογικές μελέτες σε σχέση με τις μετακινήσεις των χερσαίων ζώων

Από RemoteSensing Wiki

Αναθεώρηση της 00:37, 15 Φεβρουαρίου 2019

Δυνατότητες εφαρμογής προηγμένης τηλεπισκόπησης σε οικολογικές μελέτες σε σχέση με τις μετακινήσεις των χερσαίων ζώων

Πρωτότυπος τίτλος: Opportunities for the application of advanced remotely-sensed data in ecological studies of terrestrial animal movement

Περιοχή μελέτης. Ο Εθνικός Δρυμός της Βαυαρίας περικλείεται από μαύρο περίγραμμα, οι καταγραφόμενες θέσεις (GPS-fixes) των ζαρκαδιών σημαίνονται με μαύρους κύκλους, και οι τοποθεσίες των μετεωρολογικών σταθμών με τετράγωνα ( T: Taferlrück, WH: Waldhäuser, WSH: Waldschmidthaus).

Συγγραφείς: Wiebke Neumann, Sebastian Martinuzzi, Anna B Estes, Anna M Pidgeon, Holger Dettki, Göran Ericsson and Volker C Radeloff

Δημοσιεύθηκε: Movement Ecology (2015) 3:8, DOI: 10.1186/s40462-015-0036-7

Εικόνα 2. Κάθετη διατομή του νέφους σημείων των δεδομένων LiDAR και οι προκύπτουσες τιμές κλασματικής φυτοκάλυψης για τον κατώτερο υποόροφο, ανώτερο υποόροφο και ανώτερο όροφο των δέντρων, όπως απεικονίζονται σε μια διατομή μήκους 50m και πλάτους 5m.

Σύνδεσμος πρωτότυπου κειμένου: [1]

Πίνακας 1. Περίληψη των υπολογισθέντων μικτών μοντέλων λογιστικής παλινδρόμησης υπό συνθήκη (mixed conditional logistic regression models) που εξηγούν την επιλογή ενδιαιτήματος, οι μεταβλητές που περιέχουν και οι αντίστοιχες τιμές του δείκτη AIC (Akaike’s Information Criterion). dist_to_f: distance to nearest artificial feeding place (απόσταση από την πλησιέστερη ταΐστρα), OC: overstory cover (κάλυψη ανώτερου ορόφου), MC: midstory cover (κάλυψη ανώτερου υποορόφου), UC: understory cover (κάλυψη κατώτερου υποορόφου), temp: απόκλιση από τη μέση θερμοκρασία την αντίστοιχη ώρα της ημέρας, act: activity status των ζαρκαδιών, snow: ύψος χιονιού, wind: ταχύτητα ανέμου.

Πίνακας 2. Αποτελέσματα μικτής λογιστικής παλινδρόμησης υπό συνθήκη (Μοντέλο 1). Οι τιμές με p<0,05 υποδεικνύουν στατιστικά σημαντική επίδραση των όρων του μοντέλου. dist_to_f: distance to nearest artificial feeding place (απόσταση από την πλησιέστερη ταΐστρα), OC: overstory cover (κάλυψη ανώτερου ορόφου), MC: midstory cover (κάλυψη ανώτερου υποορόφου), UC: understory cover (κάλυψη κατώτερου υποορόφου), temp: απόκλιση από τη μέση θερμοκρασία την αντίστοιχη ώρα της ημέρας, act: activity status των ζαρκαδιών, snow: ύψος χιονιού, wind: ταχύτητα ανέμου.

Λέξεις-Κλειδιά: τροχιές ζώων, πρότυπα μετακίνησης, τηλεπισκόπηση, trade-off ανάλυση, δορυφορικά προϊόντα, Landsat, LiDAR, MODIS, βάσεις δεδομένων μετακίνησης ζώων

Εισαγωγή

Εικόνα 3. Προβλεπόμενες τιμές σχετικής προτίμησης για την κάλυψη του ανώτερου υποορόφου (2 m-10 m) και του ανώτερου ορόφου (10 m-60 m) ως συνάρτηση της απόκλισης της θερμοκρασίας από τις μέσες τιμές θερμοκρασίας σε ορισμένη ώρα της ημέρας, για τα ενεργά (active) και τα μη ενεργά (resting) ζαρκάδια. Οι τιμές αντιπροσωπεύουν τις αναμενόμενες τιμές που υπολογίστηκαν με τη μικτή λογιστική παλινδρόμηση υπό συνθήκη, οι μη εμφανιζόμενες μεταβλητές ορίστηκαν με τον μέσο όρο του συνόλου δεδομένων τους. Οι τιμές προτίμησης κλιμακώθηκαν μεταξύ 0 και 1, ώστε να είναι δυνατή η σύγκριση των αποτελεσμάτων μεταξύ των διαφορετικών θερμοκρασιών.

Τα χρονικά και χωρικά πρότυπα της μετακίνησης των ζώων αποτελούν κεντρική πτυχή στη μελέτη της οικολογίας τους. Οι τηλεπισκοπικοί-περιβαλλοντικοί δείκτες μπορούν να διαδραματίσουν σημαντικό ρόλο στην κατανόηση αυτών των προτύπων, παρέχοντας συνεχή και σχετικά λεπτομερή δεδομένα, τα οποία συνδέουν τις μετακινήσεις των ζώων με το περιβάλλον τους. Παρόλα αυτά, παρατηρείται μια καθυστέρηση στην εφαρμογή των ποικίλων διαθέσιμων τηλεπισκοπικών προϊόντων σε τέτοιου είδους μελέτες, λόγω της μικρής εξοικείωσης των οικολόγων επιστημόνων με αυτά. Στην παρούσα επισκόπηση, εστιάζουμε σε αυτές που συνδέουν τις θέσεις των ζώων με τηλεπισκοπικά δεδομένα σε χερσαία οικοσυστήματα, και που δημοσιεύτηκαν από το 2002 ως το 2013 (Πίνακας 2). Οι συγκεκριμένες μελέτες διερευνούν τον τρόπο με τον οποίο τα ζώα αλληλεπιδρούν με το επίγειο περιβάλλον τους με την πάροδο του χρόνου, και βασίζονται στις τροχιές και τις μετατοπίσεις ατόμων και πληθυσμών, συμβάλλοντας έτσι στη διατήρηση και διαχείριση της άγριας πανίδας. Πρώτα εξετάζονται οι τρέχουσες εφαρμογές των τηλεπισκοπικών- οικολογικών δεικτών που σχετίζονται με τα πρότυπα μετακίνησης σπονδυλωτών ζώων σε χερσαία οικοσυστήματα. Στη συνέχεια, παρουσιάζονται τα πρόσφατα διαθέσιμα τηλεπισκοπικά προϊόντα και οι δυνατότητες που προσφέρουν. Οι διαφορετικές χωροχρονικές κλίμακες στις οποίες συμβαίνει η μετακίνηση των ζώων απαιτούν και τη χρήση διαφορετικού τύπου τηλεπισκοπικών δεδομένων, ώστε να κατανοηθούν τα αίτια που οδήγησαν σε αυτές τις μετακινήσεις (Εικόνα 1). Ωστόσο, υπάρχει ένας έμφυτος διαμοιρασμός (trade-off) ανάμεσα στα δεδομένα υψηλής χωρικής και χαμηλής χρονικής ανάλυσης (fine-but-infrequent data) έναντι των δεδομένων με χαμηλή χωρική και υψηλή χρονική ανάλυση (coarse-but-frequent data), τα οποία καταγράφονται από τους διαφορετικούς δορυφορικούς αισθητήρες (Εικόνα 1, Πίνακας 1).

Επισκόπηση

Α) Τηλεπισκοπικά προϊόντα που χρησιμοποιούνται συχνά σε οικολογικές μελέτες πάνω στη μετακίνηση των ζώων

Οι μελέτες μικρής κλίμακας μετακινήσεων που εξετάστηκαν, περιλάμβαναν δεδομένα σχετικά με την κάλυψη γης, τις ανθρώπινες υποδομές και το έδαφος, και λιγότερο συχνά δεδομένα σχετικά με τη φαινολογία της βλάστησης, το κλίμα και τις καιρικές συνθήκες (Πίνακας 2). Αντιθέτως, οι μελέτες που ανέλυαν τις μετακινήσεις σε ευρύτερη κλίμακα (π.χ. μετανάστευση) χρησιμοποιούσαν συχνά δεδομένα για τη φαινολογία της βλάστησης (π.χ. το δείκτη βλάστησης κανονικοποιμένης διαφοράς NDVI) και μερικές φορές συνδύαζαν κλιματολογικά, καιρικά και εδαφικά δεδομένα. Οι κύριοι περιβαλλοντικοί δείκτες που χρησιμοποιούνται στις μελέτες μετακίνησης των ζώων διατίθενται από ένα ευρύ φάσμα τηλεπισκοπικών προϊόντων, τα οποία μπορεί να διαφέρουν μεταξύ τους ως προς την ακρίβεια (precision) και την ευστοχία-αξιοπιστία (accuracy) (Πίνακας 3).

Δεδομένα κάλυψης γης

Τα δεδομένα σχετικά με την κάλυψη της γης προέρχονται κατά κανόνα από fine-but-infrequent προϊόντα τηλεπισκόπησης και οι ερευνητές μπορούν να τα χρησιμοποιήσουν για να συμπεράνουν τα μοτίβα κίνησης των ζώων σε πιο λεπτομερείς χωρικές κλίμακες (Εικόνα 1). Βοηθητικά δεδομένα που καταγράφουν την αλλαγή χρήσης γης και την ανάπτυξη των ανθρώπινων υποδομών, μπορούν να βοηθήσουν στην ενημέρωση των τηλεπισκοπικών χαρτών, δημιουργώντας δυναμικά δεδομένα τοπίου. Ο Landsat και οι αεροφωτογραφίες είναι οι πιο κοινές πηγές τέτοιων δεδομένων.

Ψηφιακά υψομετρικά μοντέλα

Τα ψηφιακά υψομετρικά μοντέλα (DEM) παρέχουν fine-but-infrequent πληροφορίες σχετικά με το υψόμετρο, τον προσανατολισμό των πρανών, την κλίση, καθώς και την υγρασία του εδάφους και την ηλιακή ακτινοβολία. Μερικές φορές συνδυάζονται με coarse-but-frequent τηλεπισκοπικές ατμοσφαιρικές μεταβλητές, όπως η ταχύτητα του ανέμου, η τυρβώδης κινητική ενέργεια, η θερμοκρασία και το ύψος των νεφών (δεδομένα MODIS 8 ημερών, ΝΟΑΑ 10 ημερών, μηνιαία δεδομένα WorldClim, Πίνακας 2). Τα DEMs μπορούν να αποτελέσουν ένα ισχυρό εργαλείο και η ερμηνεία των παρατηρούμενων προτύπων μπορεί να συμβάλει σε συμπεράσματα για τις μεταναστατευτικές στρατηγικές των ζώων.

Εικόνα 5. Προβλεπόμενες τιμές προτίμησης για την κάλυψη του κατώτερου υποορόφου για τα ενεργά (active) και τα μη ενεργά (resting) ζαρκάδια. Οι τιμές αντιπροσωπεύουν τις αναμενόμενες τιμές που υπολογίστηκαν με τη μικτή λογιστική παλινδρόμηση υπό συνθήκη, οι μη εμφανιζόμενες μεταβλητές ορίστηκαν με τον αντίστοιχο μέσο όρο του συνόλου δεδομένων τους.

Ανθρώπινες υποδομές

Οι ανθρώπινες υποδομές επηρεάζουν τα ενδιαιτήματα πολλών ειδών άγριας πανίδας, καθώς μπορεί να δημιουργήσουν εμπόδια και να τροποποιήσουν τα ημερήσια και εποχιακά πρότυπα μετακίνησης των ζώων. Οι ψηφιακοί χάρτες των ανθρώπινων υποδομών αποτελούν fine-but-infrequent δεδομένα, και συνήθως προέρχονται από δεδομένα κάλυψης γης και αεροφωτογραφίες. Η χρήση απεικονίσεων υψηλής χωρικής ανάλυσης και LiDAR προσφέρει επίσης τη δυνατότητα διάκρισης μεταξύ των διαφορετικών τύπων ανθρώπινης υποδομής και βλάστησης, όπως οι εθνικές οδοί, οι δρόμοι, οι σιδηροδρομικές γραμμές, οι αγωγοί, οι γραμμές μεταφοράς ηλεκτρικής ενέργειας, τα σπίτια και τα δέντρα.

Δεδομένα φαινολογίας φυτών

Η φαινολογία των φυτών που βασίζεται σε δορυφορικά δεδομένα, ποσοτικοποιεί τις ημερομηνίες των χρωματικών μοτίβων (πρασίνισμα των φύλλων) πολλών διαφορετικών φυτικών ειδών σε κλίμακα τοπίου, και μπορεί να μελετηθεί με βάση τους δείκτες βλάστησης NDVI και EVI. Οι φαινολογικοί δείκτες προέρχονται συνήθως από course-but-frequent δορυφορικές απεικονίσεις, όπως απεικονίσεις SPOT 10 ημερών ή δεδομένα ανάκλασης MODIS 16 ημερών και μπορούν να εφαρμοστούν για την πρόβλεψη των μετακινήσεων και της κατανομής ατόμων και πληθυσμών (π.χ. για τη μεγάλων αποστάσεων μετανάστευση πολλών ειδών οπληφόρων).

Η παραγωγικότητα

Η παραγωγικότητα, δηλαδή η εποχιακή ανάπτυξη των φυτών, μπορεί να υπολογιστεί με τη συγχώνευση πληροφοριών από εδαφικές μετρήσεις βιομάζας και τον δείκτη βλάστησης NDVI από δορυφορικά δεδομένα MODIS. Μπορεί να προβλέψει τα μοτίβα μετακίνησης των ζώων, επιδεικνύοντας τη σχέση μεταξύ της μετανάστευσης και της πρόσβασης σε υψηλότερης ποιότητας τροφή.

Δείκτες κλίματος και καιρικών συνθηκών

Οι δείκτες κλίματος και καιρού παρέχουν πληροφορίες σχετικά με τις κατακρημνίσεις (π.χ. τις βροχοπτώσεις και χιονοπτώσεις από δεδομένα NOAA 10 ημερών, δεδομένα MODIS 8 ημερών και μηνιαία δεδομένα WorldClim) και τη θερμοκρασία (π.χ. NOAA 10 ημερών) και αποτελούν γενικά coarse-but-frequent δείκτες. Το κλίμα επηρεάζει τα ζώα σε μια ευρύτερη κλίμακα και μπορεί, για παράδειγμα, να προκαλέσει εποχιακή μετανάστευση. Οι κατακρημνίσεις και η θερμοκρασία αποτελούν καθοριστικούς παράγοντες στη διαμόρφωση των μοτίβων μετακίνησης των ζώων στα εποχιακά οικοσυστήματα. Ο καιρός, δηλαδή οι βραχυπρόθεσμες μεταβολές των μετεωρολογικών παραμέτρων (κατακρημνίσεις, άνεμος, θερμοκρασία κ.α.) επηρεάζει τις μικρής κλίμακας μετακινήσεις των ζώων, όπως είναι οι καθημερινές μετακινήσεις.

Β) Δυνατότητες χρήσης τηλεπισκοπικών προϊόντων σε οικολογικές μελέτες πάνω στη μετακίνηση των ζώων

Αυξανόμενη πρόσβαση σε τηλεπισκοπικά δεδομένα

Οι απεικονίσεις υψηλής χωρικής ανάλυσης καταγράφονται από αισθητήρες όπως οι IKONOS, QuickBird, OrbView-3 και Spot-5, με χωρική διακριτική ικανότητα από 0,5 έως 10 μέτρα (Πίνακας 1), και επιτρέπουν την αναγνώριση μικρότερων σε μέγεθος χαρακτηριστικών των ενδιαιτημάτων, όπως οι παράκτιοι διάδρομοι και τα μεμονωμένα δέντρα. Το υψηλό τους κόστος και η περιορισμένη διαθεσιμότητα αποτελούν σημαντικούς περιοριστικούς παράγοντες στη χρήση τους σε περιβαλλοντικές μελέτες. Ωστόσο, το κόστος αυτό μειώνεται με την πάροδο του χρόνου, καθώς εκτοξεύονται περισσότεροι δορυφόροι και αυξάνεται ο ανταγωνισμός. Επίσης, σε πολλές περιοχές διατίθενται δωρεάν μέσω διαδικτυακών-χαρτογραφικών τόπων, όπως το Google Earth, ενώ η δρομολόγηση του Landsat 8 και των δορυφόρων Sentinel θα εξασφαλίσει πρόσβαση σε δεδομένα τύπου Landsat με χωρική διακριτική ικανότητα 30m και χρονική ανάλυση 2-3 ημέρες. Η ενσωμάτωση των τηλεπισκοπικών δεδομένων σε σύνολα δεδομένων μετακίνησης των ζώων, αποτελεί μια επιπλέον πρόκληση για πολλούς οικολόγους ερευνητές. Παρόλα αυτά, δημιουργούνται συνέχεια καινούρια εργαλεία, τα οποία αυτοματοποιούν και απλοποιούν σε μεγάλο βαθμό την ενσωμάτωση και τις αναλύσεις.

Καταγραφή της χρονικής δυναμικής των τοπίων

Από το 2008, που τα δεδομένα του Landsat έγιναν ελεύθερα διαθέσιμα, έχουν αναπτυχθεί νέοι αλγόριθμοι επεξεργασίας της εικόνας, οι οποίοι μπορούν να αναλύσουν πολλές δεκαετίες ετήσιων Landsat απεικονίσεων ταυτόχρονα, και να συμβάλλουν σημαντικά στη μελέτη των μικρής κλίμακας μετακινήσεων των ζώων. Το μεγάλο πλεονέκτημα μια τόσο πυκνής χρονικής σειράς είναι ότι εντοπίζει αλλαγές, όπως οι αποψιλώσεις δασών, οι οποίες μπορούν να ανιχνευθούν αμέσως μετά τη διαταραχή, αλλά μπορεί να μην εντοπιστούν αν οι απεικονίσεις απέχουν χρόνια μεταξύ τους. Για την ανάλυση των ευρείας κλίμακας μετακινήσεων των ζώων , οι δείκτες φαινολογίας της βλάστησης (π.χ. ο NDVI) μπορούν να είναι πολύ ενημερωτικοί. Οι δορυφορικοί αισθητήρες όπως οι MODIS, AVHRR, VEGETATION και VIIRS παρέχουν καθημερινές απεικονίσεις, οι οποίες συνήθως συνοψίζονται σε σύνθετα 8 ή 16 ημερών που είναι σχετικά απαλλαγμένα από νέφη (Πίνακας 1). Για την αποτελεσματική και γρήγορη ανάλυση τόσο μεγάλου όγκου φαινολογικών δεδομένων έχουν αναπτυχθεί λογισμικά πακέτα, όπως το TIMESAT.

Χαρακτηρίζοντας την τρισδιάστατη δομής των ενδιαιτημάτων

Τα τρισδιάστατα δομικά χαρακτηριστικά της βλάστησης αποτελούν καθοριστικούς παράγοντες που επηρεάζουν τη χρήση του χώρου από τα ζώα. Η LiDAR είναι μια σχετικά νέα τεχνολογία, που χρησιμοποιεί την εκπομπή παλμικής ακτινοβολίας laser για τη μέτρηση της κάθετης και οριζόντιας δομής των οικοσυστημάτων. Η ικανότητα της συγκεκριμένης τεχνολογίας να «βλέπει» μέσα από το θόλο των δέντρων επιτρέπει τον προσδιορισμό της τοπογραφίας και της βλάστησης του υποορόφου, που είναι μεγάλης σημασίας για πολλά είδη ζώων. Τα δεδομένα LiDAR προσφέρουν άμεση πληροφορία για το ύψος των δέντρων και την πυκνότητα του θόλου, και έμμεση πληροφορία για την ηλικία ενός δάσους, τα διάκενα των θόλων και τα μεγάλα δέντρα. Για τους παραπάνω λόγους, αποδεικνύονται εξαιρετικά χρήσιμα στην πρόβλεψη της χρήσης των ενδιαιτημάτων από τα διάφορα είδη ζώων. Δυστυχώς, η λήψη τους γίνεται συνήθως από αερομεταφερόμενες πλατφόρμες και επομένως η απόκτησή τους είναι δαπανηρή.

Περιβαλλοντική αξιολόγηση σε πραγματικό χρόνο

Οι επιστήμονες και οι διαχειριστές της άγριας πανίδας έχουν αρχίσει να διερευνούν τη δυνατότητα χρήσης χαμηλού κόστους προ-προγραμματισμένων ή τηλεκατευθυνόμενων μη επανδρωμένων ιπτάμενων οχημάτων (drones), εξοπλισμένων με βιντεοκάμερες και φωτογραφικές μηχανές, ως εναλλακτικό τρόπο για να ερευνήσουν τοπία, να εκτιμήσουν τους πληθυσμούς ζώων και να παρακολουθήσουν τις ανθρώπινες δραστηριότητες. Η χρήση UAV επιτρέπει την σε πραγματικό χρόνο παρακολούθηση περιβαλλοντικών παραμέτρων και επομένως, προσφέρει σημαντικές δυνατότητες στη μελέτη των μετακινήσεων των ζώων. Επίσης, τα ραντάρ παρακολούθησης του καιρού παρακολουθούν την άφιξη των αποδημητικών πτηνών και, συνεπώς, μπορούν να εκτιμήσουν ποσοτικά δεδομένα για την κατανομή τους, συμβάλλοντας στον εντοπισμό των ενδιάμεσων μεταναστευτικών στάσεων μέσα σε μία ευρεία γεωγραφική κλίμακα και σε πραγματικό χρόνο.

Μοντέλα επανανάλυσης τηλεπισκοπικών προϊόντων

Υπάρχει μια αυξανόμενη προσπάθεια για την επανανάλυση των τηλεπισκοπικών και μετεωρολογικών δεδομένων, ώστε να ληφθούν συνεκτικά και μακροπρόθεσμα, παγκόσμια ή τοπικά περιβαλλοντικά προϊόντα με μικρή ή μεσαία χωρική ανάλυση (12-1000 km), αλλά πολύ υψηλή χρονική (1-24 ωρών). Τέτοιου είδους παραδείγματα αποτελούν η NARR (North American Regional Reanalysis), η NCEP Reanalysis της NOAA και η ECMWF (European weather reanalysis). Το πρόγραμμα MERRA της NASA, για παράδειγμα, παρέχει συνεπείς πληροφορίες σχετικά με τη μεταβλητότητα του καιρού από το 1979 μέχρι σήμερα.

Πιθανοί περιορισμοί των προϊόντων τηλεπισκόπησης στις μελέτες της οικολογίας της μετακίνησης

Ένα σημαντικό ζήτημα είναι αυτό των σφαλμάτων, των αβεβαιοτήτων και της ακρίβειας στα προϊόντα τηλεπισκόπησης. Η ταξινόμηση σε σχέση με την κάλυψη γης δεν είναι τέλεια και αυτό μπορεί να εισάγει σφάλματα στα μοντέλα της μετακίνησης των ζώων. Όσο αυξάνονται οι θεματικές ενότητες κάλυψης γης που καλούνται να χαρτογραφηθούν τόσο μειώνεται η ακρίβεια της ταξινόμησης. Οι ερευνητές που εφαρμόζουν τηλεπισκοπικά δεδομένα σε δεδομένα μετακίνησης ζώων θα πρέπει, επίσης, να λάβουν υπόψη την εγγενή χωρική αυτοσυσχέτιση των συγκεκριμένων δεδομένων. Ωστόσο, έχει σημειωθεί σημαντική πρόοδος σε στατιστικά εργαλεία, τα οποία συμβάλλουν στην ανακάλυψη χωρικών μοτίβων και τη διόρθωση των αυτοσυσχετιζόμενων δεδομένων. Η χωρική διακριτική ικανότητα των δορυφορικών δεδομένων είναι ένα επιπλέον κρίσιμο ζήτημα, το οποίο σχετίζεται με την ανάλυση των δεδομένων μετακίνησης μικρής κλίμακας. Για παράδειγμα, το μέγεθος των εικονοστοιχείων, το οποίο τείνει να αντιστοιχεί σε 250-1000 μέτρα για τους δορυφόρους που παρέχουν καθημερινές παρατηρήσεις, αντιστοιχεί σε πολύ πιο αδρή (coarse) ανάλυση από αυτήν των δεδομένων κίνησης από κολάρα GPS.

Συμπεράσματα & Συμβολή Τηλεπισκόπησης

Τα δεδομένα τηλεπισκόπησης νέας γενιάς με πιο λεπτομερή χωροχρονική ανάλυση παρέχουν σημαντικές δυνατότητες στη μελέτη των μετακινήσεων των ζώων, καθώς προσφέρουν πληροφορίες σε σχέση με περιβαλλοντικά πρότυπα, όπως η χρονική δυναμική των τοπίων και οι τρισδιάστατη δομή των ενδιαιτημάτων. Η ανάπτυξη νέων εργαλείων για την αυτοματοποίηση της ενσωμάτωσης των τηλεπισκοπικών δεδομένων σε δεδομένα μετακίνησης των ζώων, συμβάλλει στο να ξεπεραστούν οι δυσκολίες στην ανάλυση τους, καθιστώντας πιο εύκολη την πρόσβαση σε περιβαλλοντικά δεδομένα για τους ερευνητές της οικολογίας των μετακινήσεων. Ωστόσο, οι περιβαλλοντικοί δείκτες που προκύπτουν από τηλεπισκοπικά δεδομένα δεν είναι πάντα άμεσα ανάλογοι των δεδομένων που συλλέγονται στο πεδίο, και οι ερευνητές θα πρέπει να δίνουν μεγάλη προσοχή στην επιλογή του κατάλληλου τηλεπισκοπικού προϊόντος, το οποίο θα πρέπει να ταιριάζει καλύτερα σε μια δεδομένη κλίμακα ανάλυσης (fine-but-infrequent έναντι coarse-but-frequent ανάλυση ή την ελάχιστη χαρτογραφική μονάδα) και στον τρόπο με τον οποίο οι περιορισμοί του μπορεί να επηρεάζουν τα συμπεράσματα. Η στενότερη συνεργασία μεταξύ των οικολόγων ερευνητών και των εμπειρογνωμόνων τηλεπισκόπησης θα μπορούσε να μετριάσει σημαντικά το χάσμα εφαρμογής των πρόσφατα διαθέσιμων τηλεπισκοπικών δεδομένων σε μελέτες σε σχέση με τις μετακινήσεις των ζώων.

Συντομογραφίες AVHRR - Advanced Very High Resolution Radiometer DEM - Digital elevation models - Ψηφιακά υψομετρικά μοντέλα EVI - Enhanced Vegetation Index - Ενισχυμένος Δείκτης Βλάστησης GPS - Global Positioning System LiDAR - Light Detection and Ranging ή 3-D Laser scanning: τεχνολογία εκπομπής παλμικής ακτινοβολίας laser στην ατμόσφαιρα και ακόλουθη καταγραφή της οπισθοσκεδαζόμενης ακτινοβολίας laser, καταγραφή απόστασης από την επιφάνεια της γης και λήψη πληροφοριών για την μορφολογία του εδάφους MODIS - Moderate resolution Imaging Spectroradiometer (MODIS) – Aισθητήρας Μέτριας Ανάλυσης Απεικονιστικού Φασματο-ραδιομέτρου NDVI - Normalized Difference Vegetation Index - Δείκτης βλάστησης κανονικοποιημένης διαφοράς NOAA - National Oceanic and Atmospheric Administration data SPOT - Satellite Pour l’Oservation de la Terre UAV - Unmanned Aerial Vehicle - μη επανδρωμένο ιπτάμενο όχημα

Εικόνα 6. Χάρτες απεικόνισης των προβλεπόμενων τιμών προτίμησης ενδιαιτήματος από τα ζαρκάδια για διαφορετικά σενάρια καιρικών συνθηκών και κατάστασης δραστηριότητας (activity status). Οι χάρτες πρόβλεψης δημιουργήθηκαν με βάση το μοντέλο 1 (Πίνακας 2), διατηρώντας την απόσταση από την πλησιέστερη ταΐστρα σταθερή στο μέσο όρο του συνόλου δεδομένων.)