Χαρτογράφηση της δασικής βιομάζας συνδυάζοντας την τεχνολογία της τηλεπισκόπησης με την πληροφορία για την ηλικία των δασών
Από RemoteSensing Wiki
| (8 ενδιάμεσες αναθεωρήσεις δεν εμφανίζονται.) | |||
| Γραμμή 13: | Γραμμή 13: | ||
'''''1.Εισαγωγή''''' | '''''1.Εισαγωγή''''' | ||
| + | [[Εικόνα:Art4_pic1.jpg | thumb | right |'''Εικόνα 1 :''' Χάρτης κάλυψης γης για την περιοχή μελέτης]] | ||
Η υπέργεια βιομάζα (aboveground biomass - AGB) είναι ένα σημαντικό συστατικό του κύκλου του άνθρακα, καθώς τα δασικά οικοσυστήματα αποτελούν ένα μεγάλο μέρος των χερσαίων οικοσυστημάτων που ανταλλάσουν διοξείδιο του άνθρακα CO2 με την ατμόσφαιρα. Πολλές προσπάθειες έχουν γίνει για την χαρτογράφηση της δασικής βιομάζας κυρίως με επιτόπιες μετρήσεις ή κάνοντας χρήση μοντέλων που υπολογίζουν την βιομάζα βασιζόμενα στην διάμετρο του κορμού των δέντρων(δείκτης diameter-at-breast height, DBH),στο ύψος των δέντρων, το μέγεθος και τον όγκο της βλάστησης, και άλλα χαρακτηριστικά. Η μέτρηση όμως αυτών των χαρακτηριστικών είναι χρονοβόρα και δεν μπορεί να πραγματοποιηθεί για μεγάλες εκτάσεις. | Η υπέργεια βιομάζα (aboveground biomass - AGB) είναι ένα σημαντικό συστατικό του κύκλου του άνθρακα, καθώς τα δασικά οικοσυστήματα αποτελούν ένα μεγάλο μέρος των χερσαίων οικοσυστημάτων που ανταλλάσουν διοξείδιο του άνθρακα CO2 με την ατμόσφαιρα. Πολλές προσπάθειες έχουν γίνει για την χαρτογράφηση της δασικής βιομάζας κυρίως με επιτόπιες μετρήσεις ή κάνοντας χρήση μοντέλων που υπολογίζουν την βιομάζα βασιζόμενα στην διάμετρο του κορμού των δέντρων(δείκτης diameter-at-breast height, DBH),στο ύψος των δέντρων, το μέγεθος και τον όγκο της βλάστησης, και άλλα χαρακτηριστικά. Η μέτρηση όμως αυτών των χαρακτηριστικών είναι χρονοβόρα και δεν μπορεί να πραγματοποιηθεί για μεγάλες εκτάσεις. | ||
Λόγω της μεγάλης χωρικής κάλυψης που προσφέρει η τηλεπισκόπηση, αλλά και της δυνατότητας απόκτησης εικόνων ανά τακτά χρονικά διαστήματα, είναι εφικτή η εξέταση των ιδιοτήτων και της μεταβλητότητας των διαφόρων οικοσυστημάτων σε πολλαπλές κλίμακες. Έχει αποδειχθεί ότι οι εικόνες του δορυφόρου LANDSAT ETM+ είναι ιδιαίτερα χρήσιμες στην δασική διαχείριση όταν συνδυάζονται με επιτόπιες μετρήσεις. Η δασική βιομάζα εξαρτάται από την κάλυψη του εδάφους, την περιεκτικότητα του φυλλώματος σε χλωροφύλλη και την πυκνότητα των δασών, στοιχεία τα οποία επηρεάζουν την καταγεγραμμένη από τους δορυφόρους φασματική απόκριση. Από τις διάφορες μεθόδους που εξετάστηκαν διαπιστώθηκε ότι η υπέργεια δασική βιομάζα μπορεί να εκτιμηθεί από παράγοντες που προσδιορίζουν την πυκνότητα του φυλλώματος, όπως ο δείκτης φυλλώδους επιφάνειας (leaf area index - LAI), συνδυαζόμενες με πληροφορίες σχετικά με την ηλικία και τον τύπο του δάσους. Στην παρούσα εργασία στοχεύουμε α)στην ανάπτυξη ενός αλγορίθμου για την εκτίμηση της υπέργειας βιομάζας (AGB) από τηλεσκοπικά δεδομένα και β)στην παραγωγή ενός – υψηλής ανάλυσης - χάρτη υπέργειας βιομάζας για περαιτέρω μοντελοποίηση της καθαρής πρωτογενούς παραγωγικότητας και του κύκλου του άνθρακα στην Liping County, Guizhou Province, China. | Λόγω της μεγάλης χωρικής κάλυψης που προσφέρει η τηλεπισκόπηση, αλλά και της δυνατότητας απόκτησης εικόνων ανά τακτά χρονικά διαστήματα, είναι εφικτή η εξέταση των ιδιοτήτων και της μεταβλητότητας των διαφόρων οικοσυστημάτων σε πολλαπλές κλίμακες. Έχει αποδειχθεί ότι οι εικόνες του δορυφόρου LANDSAT ETM+ είναι ιδιαίτερα χρήσιμες στην δασική διαχείριση όταν συνδυάζονται με επιτόπιες μετρήσεις. Η δασική βιομάζα εξαρτάται από την κάλυψη του εδάφους, την περιεκτικότητα του φυλλώματος σε χλωροφύλλη και την πυκνότητα των δασών, στοιχεία τα οποία επηρεάζουν την καταγεγραμμένη από τους δορυφόρους φασματική απόκριση. Από τις διάφορες μεθόδους που εξετάστηκαν διαπιστώθηκε ότι η υπέργεια δασική βιομάζα μπορεί να εκτιμηθεί από παράγοντες που προσδιορίζουν την πυκνότητα του φυλλώματος, όπως ο δείκτης φυλλώδους επιφάνειας (leaf area index - LAI), συνδυαζόμενες με πληροφορίες σχετικά με την ηλικία και τον τύπο του δάσους. Στην παρούσα εργασία στοχεύουμε α)στην ανάπτυξη ενός αλγορίθμου για την εκτίμηση της υπέργειας βιομάζας (AGB) από τηλεσκοπικά δεδομένα και β)στην παραγωγή ενός – υψηλής ανάλυσης - χάρτη υπέργειας βιομάζας για περαιτέρω μοντελοποίηση της καθαρής πρωτογενούς παραγωγικότητας και του κύκλου του άνθρακα στην Liping County, Guizhou Province, China. | ||
| Γραμμή 18: | Γραμμή 19: | ||
'''''2.Μεθοδολογία''''' | '''''2.Μεθοδολογία''''' | ||
| - | |||
Η περιοχή μελέτης βρίσκεται νοτιοανατολικά της επαρχίας Guizhou, στην Κίνα, όπου η δασική έκταση καταλαμβάνει το μεγαλύτερο ποσοστό της συνολικής έκτασης. | Η περιοχή μελέτης βρίσκεται νοτιοανατολικά της επαρχίας Guizhou, στην Κίνα, όπου η δασική έκταση καταλαμβάνει το μεγαλύτερο ποσοστό της συνολικής έκτασης. | ||
| - | Όσον αφορά τις επιτόπιες μετρήσεις, υπολογίστηκαν διάφορα τοπογραφικά χαρακτηριστικά και παράμετροι σχετική με την βλάστηση. Η δασική βιομάζα υπολογίστηκε με μια relative-growth μέθοδο. Για κάθε ένα από τα δέντρα που συμμετείχαν στην δειγματοληψία συλλέχθηκαν τα απαραίτητα στοιχεία, και η υπέργεια βιομάζα(ΑGB) υπολογίστηκε από τον τύπο '''AGB=a( | + | Όσον αφορά τις επιτόπιες μετρήσεις, υπολογίστηκαν διάφορα τοπογραφικά χαρακτηριστικά και παράμετροι σχετική με την βλάστηση. Η δασική βιομάζα υπολογίστηκε με μια relative-growth μέθοδο. Για κάθε ένα από τα δέντρα που συμμετείχαν στην δειγματοληψία συλλέχθηκαν τα απαραίτητα στοιχεία, και η υπέργεια βιομάζα(ΑGB) υπολογίστηκε από τον τύπο '''AGB=a*[((D^2)*H)^b]''', όπου D και Η είναι η διάμετρο του κορμού των δέντρων και το ύψος των δέντρων αντίστοιχα, και a,b συντελεστές παλινδρόμησης. |
| + | [[Εικόνα:Art4_pic2.jpg | thumb | right |'''Εικόνα 2 :''' Γραφική αναπαράσταση της σχέσης υπέργειας βιομάζας και του δείκτη φυλλώδους βλάστησης]] | ||
Τρείς δείκτες της βλάστησης, μεταξύ των οποίων ο ΝDVI (normalized difference vegetation index), ο SR (simple ratio) και ο RSR (reduced simple ratio) υπολογίστηκαν από την ανάκλαση των εικόνων στο κόκκινο, το εγγύς υπέρυθρο και το shortwave infrared κανάλι του ΕΤΜ+. Δύο εικόνες του δορυφορικού συστήματος LANDSAT ETM+ χρησιμοποιήθηκαν στην μελέτη. Χρησιμοποιώντας τους συντελεστές κέρδους και αντιστάθμησης οι ψηφιακοί αριθμοί μετατράπηκαν σε ακτινοβολία, από την οποία υπολογίστηκε η ανακλαστικότητα για κάθε κανάλι (εκτός του θερμικού και του παγχρωματικού) με την βοήθεια του μοντέλου «6S». Οι δύο εικόνες που απεικονίζουν την ανακλαστικότητα ενώθηκαν σε μία εικόνα για ολόκληρη την περιοχή μελέτης. Πραγματοποιήθηκε επίσης γεωμετρική διόρθωση της εικόνας και αφαίρεση των επιδράσεων της σκιάς από την εικόνα. | Τρείς δείκτες της βλάστησης, μεταξύ των οποίων ο ΝDVI (normalized difference vegetation index), ο SR (simple ratio) και ο RSR (reduced simple ratio) υπολογίστηκαν από την ανάκλαση των εικόνων στο κόκκινο, το εγγύς υπέρυθρο και το shortwave infrared κανάλι του ΕΤΜ+. Δύο εικόνες του δορυφορικού συστήματος LANDSAT ETM+ χρησιμοποιήθηκαν στην μελέτη. Χρησιμοποιώντας τους συντελεστές κέρδους και αντιστάθμησης οι ψηφιακοί αριθμοί μετατράπηκαν σε ακτινοβολία, από την οποία υπολογίστηκε η ανακλαστικότητα για κάθε κανάλι (εκτός του θερμικού και του παγχρωματικού) με την βοήθεια του μοντέλου «6S». Οι δύο εικόνες που απεικονίζουν την ανακλαστικότητα ενώθηκαν σε μία εικόνα για ολόκληρη την περιοχή μελέτης. Πραγματοποιήθηκε επίσης γεωμετρική διόρθωση της εικόνας και αφαίρεση των επιδράσεων της σκιάς από την εικόνα. | ||
| + | |||
Ένας χάρτης βασισμένος στον δείκτη φυλλώδους επιφάνειας(LΑΙ) εξήχθη χρησιμοποιώντας έναν SRS αλγόριθμο. Η σχέση ανάμεσα στην υπέργεια βιομάζα (ABG) και τον δείκτη φυλλώδους επιφάνειας αναλύθηκε προκειμένου να εξάγουμε στοιχεία για την υπέργεια βιομάζα από τον χάρτη LAI. Σχηματίστηκε με αυτό τον τρόπο ένας χάρτης AGB ο οποίος και χρησιμοποιήθηκε για την εξαγωγή συμπερασμάτων σχετικά με την ηλικία του δάσους. Τελικά οι τρεις δείκτες βλάστησης (NDVI, SR RSR), ο δείκτες LAI και η ηλικία χρησιμοποιήθηκαν για την παραγωγή μοντέλων υπέργειας βλάστησης για τους διάφορους τύπους δασών. Οι κατηγορίες κάλυψης γης κατηγοριοποιήθηκαν σε δύο βήματα. Αρχικά, με την βοήθεια του δείκτη NDVI κατηγοριοποιήθηκαν οι δασικές και οι μη δασικές εκτάσεις και εν συνεχεία οι δασικές εκτάσεις κατηγοριοποιήθηκαν σε 4 υπό-κατηγορίες( πλατύφυλλα, κωνοφόρα, μικτά δάση και μπαμπού) με επιβλεπόμενη ταξινόμηση. Στην εικόνα 1 φαίνεται ο χάρτης κάλυψης γης για την περιοχή μελέτης. | Ένας χάρτης βασισμένος στον δείκτη φυλλώδους επιφάνειας(LΑΙ) εξήχθη χρησιμοποιώντας έναν SRS αλγόριθμο. Η σχέση ανάμεσα στην υπέργεια βιομάζα (ABG) και τον δείκτη φυλλώδους επιφάνειας αναλύθηκε προκειμένου να εξάγουμε στοιχεία για την υπέργεια βιομάζα από τον χάρτη LAI. Σχηματίστηκε με αυτό τον τρόπο ένας χάρτης AGB ο οποίος και χρησιμοποιήθηκε για την εξαγωγή συμπερασμάτων σχετικά με την ηλικία του δάσους. Τελικά οι τρεις δείκτες βλάστησης (NDVI, SR RSR), ο δείκτες LAI και η ηλικία χρησιμοποιήθηκαν για την παραγωγή μοντέλων υπέργειας βλάστησης για τους διάφορους τύπους δασών. Οι κατηγορίες κάλυψης γης κατηγοριοποιήθηκαν σε δύο βήματα. Αρχικά, με την βοήθεια του δείκτη NDVI κατηγοριοποιήθηκαν οι δασικές και οι μη δασικές εκτάσεις και εν συνεχεία οι δασικές εκτάσεις κατηγοριοποιήθηκαν σε 4 υπό-κατηγορίες( πλατύφυλλα, κωνοφόρα, μικτά δάση και μπαμπού) με επιβλεπόμενη ταξινόμηση. Στην εικόνα 1 φαίνεται ο χάρτης κάλυψης γης για την περιοχή μελέτης. | ||
'''''3.Αποτελέσματα''''' | '''''3.Αποτελέσματα''''' | ||
| - | [[Εικόνα: | + | [[Εικόνα:Art4_pic3.jpg | thumb | right |'''Εικόνα 3 :''' Γραφική αναπαράσταση της σχέσης υπέργειας βιομάζας και της ηλικίας των δασών]] |
Στην παρούσα εργασία η υπέργεια βιομάζα (AGB) ορίζεται ως η βιομάζα των δέντρων με διάμετρο κορμού μεγαλύτερο από 3cm και ύψος μεγαλύτερο από 1,3m. Η συσχέτιση της υπέργειας βιομάζας με τον δείκτη φυλλώδους βλάστησης (LAI) είναι αρκετά καλή (R2=0,6099) και συγκεκριμένα όταν ο δείκτης LAI έχει τιμή μικρότερη από 4,5 η AGB αυξάνεται γραμμικά, όπως μπορούμε να δούμε και από την αντίστοιχη γραφική παράσταση της εικόνας 2. | Στην παρούσα εργασία η υπέργεια βιομάζα (AGB) ορίζεται ως η βιομάζα των δέντρων με διάμετρο κορμού μεγαλύτερο από 3cm και ύψος μεγαλύτερο από 1,3m. Η συσχέτιση της υπέργειας βιομάζας με τον δείκτη φυλλώδους βλάστησης (LAI) είναι αρκετά καλή (R2=0,6099) και συγκεκριμένα όταν ο δείκτης LAI έχει τιμή μικρότερη από 4,5 η AGB αυξάνεται γραμμικά, όπως μπορούμε να δούμε και από την αντίστοιχη γραφική παράσταση της εικόνας 2. | ||
| - | |||
Με βάση αυτή την μέθοδο υπολογίστηκε ο αρχικός χάρτης υπέργειας βιομάζας (χάρτης AGB) ο οποίος χρησιμοποιήθηκε για τον υπολογισμό της ηλικίας των δασών, και διαπιστώθηκε ότι η ηλικία των δέντρων είναι στενά συνδεδεμένη με την βιομάζα τους. Από την γραφική παράσταση της εικόνας 3 είναι εμφανές ότι η AGB αυξάνεται μη γραμμικά σε σχέση με την ηλικία των δέντρων. | Με βάση αυτή την μέθοδο υπολογίστηκε ο αρχικός χάρτης υπέργειας βιομάζας (χάρτης AGB) ο οποίος χρησιμοποιήθηκε για τον υπολογισμό της ηλικίας των δασών, και διαπιστώθηκε ότι η ηλικία των δέντρων είναι στενά συνδεδεμένη με την βιομάζα τους. Από την γραφική παράσταση της εικόνας 3 είναι εμφανές ότι η AGB αυξάνεται μη γραμμικά σε σχέση με την ηλικία των δέντρων. | ||
| - | Οι τρεις δείκτες βλάστησης (NDVI,SR,RSR) που αναφέρθηκαν παραπάνω, ο δείκτης φυλλώδους περιοχής (LAI) και η ηλικία των δέντρων χρησιμοποιήθηκαν για την παραγωγή ενός μοντέλου πρόβλεψης της υπέργειας βιομάζας, χρησιμοποιώντας μια μέθοδο παλινδρόμησης. Διάφορα μοντέλα υπολογισμού της υπέργειας βλάστησης εξετάστηκαν για κάθε ένα τύπο δασικής έκτασης (πχ για τα κωνοφόρα δάση AGB=55.185*LAI + 3.862*AGE – 204.308 με R2=0.937, για τα μικτά δάση AGB=26.808*LAI + 15.181*SR – 60.584 R2=0.931 ). Πραγματοποιήθηκε μια σύγκριση μεταξύ των μοντέλων αυτών και της εκτιμώμενης από τον τύπο AGB=a( | + | |
| + | Οι τρεις δείκτες βλάστησης (NDVI,SR,RSR) που αναφέρθηκαν παραπάνω, ο δείκτης φυλλώδους περιοχής (LAI) και η ηλικία των δέντρων χρησιμοποιήθηκαν για την παραγωγή ενός μοντέλου πρόβλεψης της υπέργειας βιομάζας, χρησιμοποιώντας μια μέθοδο παλινδρόμησης. Διάφορα μοντέλα υπολογισμού της υπέργειας βλάστησης εξετάστηκαν για κάθε ένα τύπο δασικής έκτασης (πχ για τα κωνοφόρα δάση AGB=55.185*LAI + 3.862*AGE – 204.308 με R2=0.937, για τα μικτά δάση AGB=26.808*LAI + 15.181*SR – 60.584 R2=0.931 ). Πραγματοποιήθηκε μια σύγκριση μεταξύ των μοντέλων αυτών και της εκτιμώμενης, από τον τύπο AGB=a*[((D^2)*H)^b], υπέργειας βλάστησης, η οποία έδειξε καλή συσχέτιση(91%) μεταξύ του μοντέλου υπολογισμού AGB που αναπτύχθηκε και της θεωρητικά υπολογιζόμενης AGB. | ||
Χρησιμοποιώντας λοιπόν το μοντέλο υπολογισμού AGB για κάθε τύπο δασικής έκτασης δημιουργήθηκε ο τελικός χάρτης AGB για την υπό εξέταση περιοχή, ο οποίος φαίνεται στν εικόνα 4.Παρατηρείται μια αύξηση της δασικής υπέργειας βιομάζας όσο κινούμαστε από τα βορειοανατολικά προς τα νοτιοδυτικά της υπό μελέτης περιοχής. | Χρησιμοποιώντας λοιπόν το μοντέλο υπολογισμού AGB για κάθε τύπο δασικής έκτασης δημιουργήθηκε ο τελικός χάρτης AGB για την υπό εξέταση περιοχή, ο οποίος φαίνεται στν εικόνα 4.Παρατηρείται μια αύξηση της δασικής υπέργειας βιομάζας όσο κινούμαστε από τα βορειοανατολικά προς τα νοτιοδυτικά της υπό μελέτης περιοχής. | ||
[[Εικόνα:Art4_pic5.jpg | thumb | right |'''Εικόνα 4 :''' Χάρτης κατανομής της υπέργειας βιομάζας για την υπό εξέταση περιοχή, με βάση το μοντέλου υπολογισμού που αναπτύχθηκε]] | [[Εικόνα:Art4_pic5.jpg | thumb | right |'''Εικόνα 4 :''' Χάρτης κατανομής της υπέργειας βιομάζας για την υπό εξέταση περιοχή, με βάση το μοντέλου υπολογισμού που αναπτύχθηκε]] | ||
Παρούσα αναθεώρηση της 21:21, 14 Φεβρουαρίου 2013
Χαρτογράφηση της δασικής βιομάζας συνδυάζοντας την τεχνολογία της τηλεπισκόπησης με την πληροφορία για την ηλικία των δασών
Πρωτότυπος τίτλος : Combining remote sensing imagery and forest age inventory for biomass mapping
Συγγραφείς : G.Zheng, J.M.Chen, Q.J.Tian, W.M.Ju, X.Q.Xia
Πηγή : Science Direct
Σκοπός της παρούσας μελέτης είναι η απόπειρα δημιουργίας ενός μοντέλου για την χαρτογράφηση της δασικής υπέργειας βιομάζας, συνδυάζοντας την τεχνολογία που μας παρέχει η τηλεπισκόπηση με την πληροφορία για την ηλικία των δασικών αποθεμάτων.
1.Εισαγωγή
Η υπέργεια βιομάζα (aboveground biomass - AGB) είναι ένα σημαντικό συστατικό του κύκλου του άνθρακα, καθώς τα δασικά οικοσυστήματα αποτελούν ένα μεγάλο μέρος των χερσαίων οικοσυστημάτων που ανταλλάσουν διοξείδιο του άνθρακα CO2 με την ατμόσφαιρα. Πολλές προσπάθειες έχουν γίνει για την χαρτογράφηση της δασικής βιομάζας κυρίως με επιτόπιες μετρήσεις ή κάνοντας χρήση μοντέλων που υπολογίζουν την βιομάζα βασιζόμενα στην διάμετρο του κορμού των δέντρων(δείκτης diameter-at-breast height, DBH),στο ύψος των δέντρων, το μέγεθος και τον όγκο της βλάστησης, και άλλα χαρακτηριστικά. Η μέτρηση όμως αυτών των χαρακτηριστικών είναι χρονοβόρα και δεν μπορεί να πραγματοποιηθεί για μεγάλες εκτάσεις. Λόγω της μεγάλης χωρικής κάλυψης που προσφέρει η τηλεπισκόπηση, αλλά και της δυνατότητας απόκτησης εικόνων ανά τακτά χρονικά διαστήματα, είναι εφικτή η εξέταση των ιδιοτήτων και της μεταβλητότητας των διαφόρων οικοσυστημάτων σε πολλαπλές κλίμακες. Έχει αποδειχθεί ότι οι εικόνες του δορυφόρου LANDSAT ETM+ είναι ιδιαίτερα χρήσιμες στην δασική διαχείριση όταν συνδυάζονται με επιτόπιες μετρήσεις. Η δασική βιομάζα εξαρτάται από την κάλυψη του εδάφους, την περιεκτικότητα του φυλλώματος σε χλωροφύλλη και την πυκνότητα των δασών, στοιχεία τα οποία επηρεάζουν την καταγεγραμμένη από τους δορυφόρους φασματική απόκριση. Από τις διάφορες μεθόδους που εξετάστηκαν διαπιστώθηκε ότι η υπέργεια δασική βιομάζα μπορεί να εκτιμηθεί από παράγοντες που προσδιορίζουν την πυκνότητα του φυλλώματος, όπως ο δείκτης φυλλώδους επιφάνειας (leaf area index - LAI), συνδυαζόμενες με πληροφορίες σχετικά με την ηλικία και τον τύπο του δάσους. Στην παρούσα εργασία στοχεύουμε α)στην ανάπτυξη ενός αλγορίθμου για την εκτίμηση της υπέργειας βιομάζας (AGB) από τηλεσκοπικά δεδομένα και β)στην παραγωγή ενός – υψηλής ανάλυσης - χάρτη υπέργειας βιομάζας για περαιτέρω μοντελοποίηση της καθαρής πρωτογενούς παραγωγικότητας και του κύκλου του άνθρακα στην Liping County, Guizhou Province, China.
2.Μεθοδολογία
Η περιοχή μελέτης βρίσκεται νοτιοανατολικά της επαρχίας Guizhou, στην Κίνα, όπου η δασική έκταση καταλαμβάνει το μεγαλύτερο ποσοστό της συνολικής έκτασης. Όσον αφορά τις επιτόπιες μετρήσεις, υπολογίστηκαν διάφορα τοπογραφικά χαρακτηριστικά και παράμετροι σχετική με την βλάστηση. Η δασική βιομάζα υπολογίστηκε με μια relative-growth μέθοδο. Για κάθε ένα από τα δέντρα που συμμετείχαν στην δειγματοληψία συλλέχθηκαν τα απαραίτητα στοιχεία, και η υπέργεια βιομάζα(ΑGB) υπολογίστηκε από τον τύπο AGB=a*[((D^2)*H)^b], όπου D και Η είναι η διάμετρο του κορμού των δέντρων και το ύψος των δέντρων αντίστοιχα, και a,b συντελεστές παλινδρόμησης.
Τρείς δείκτες της βλάστησης, μεταξύ των οποίων ο ΝDVI (normalized difference vegetation index), ο SR (simple ratio) και ο RSR (reduced simple ratio) υπολογίστηκαν από την ανάκλαση των εικόνων στο κόκκινο, το εγγύς υπέρυθρο και το shortwave infrared κανάλι του ΕΤΜ+. Δύο εικόνες του δορυφορικού συστήματος LANDSAT ETM+ χρησιμοποιήθηκαν στην μελέτη. Χρησιμοποιώντας τους συντελεστές κέρδους και αντιστάθμησης οι ψηφιακοί αριθμοί μετατράπηκαν σε ακτινοβολία, από την οποία υπολογίστηκε η ανακλαστικότητα για κάθε κανάλι (εκτός του θερμικού και του παγχρωματικού) με την βοήθεια του μοντέλου «6S». Οι δύο εικόνες που απεικονίζουν την ανακλαστικότητα ενώθηκαν σε μία εικόνα για ολόκληρη την περιοχή μελέτης. Πραγματοποιήθηκε επίσης γεωμετρική διόρθωση της εικόνας και αφαίρεση των επιδράσεων της σκιάς από την εικόνα.
Ένας χάρτης βασισμένος στον δείκτη φυλλώδους επιφάνειας(LΑΙ) εξήχθη χρησιμοποιώντας έναν SRS αλγόριθμο. Η σχέση ανάμεσα στην υπέργεια βιομάζα (ABG) και τον δείκτη φυλλώδους επιφάνειας αναλύθηκε προκειμένου να εξάγουμε στοιχεία για την υπέργεια βιομάζα από τον χάρτη LAI. Σχηματίστηκε με αυτό τον τρόπο ένας χάρτης AGB ο οποίος και χρησιμοποιήθηκε για την εξαγωγή συμπερασμάτων σχετικά με την ηλικία του δάσους. Τελικά οι τρεις δείκτες βλάστησης (NDVI, SR RSR), ο δείκτες LAI και η ηλικία χρησιμοποιήθηκαν για την παραγωγή μοντέλων υπέργειας βλάστησης για τους διάφορους τύπους δασών. Οι κατηγορίες κάλυψης γης κατηγοριοποιήθηκαν σε δύο βήματα. Αρχικά, με την βοήθεια του δείκτη NDVI κατηγοριοποιήθηκαν οι δασικές και οι μη δασικές εκτάσεις και εν συνεχεία οι δασικές εκτάσεις κατηγοριοποιήθηκαν σε 4 υπό-κατηγορίες( πλατύφυλλα, κωνοφόρα, μικτά δάση και μπαμπού) με επιβλεπόμενη ταξινόμηση. Στην εικόνα 1 φαίνεται ο χάρτης κάλυψης γης για την περιοχή μελέτης.
3.Αποτελέσματα
Στην παρούσα εργασία η υπέργεια βιομάζα (AGB) ορίζεται ως η βιομάζα των δέντρων με διάμετρο κορμού μεγαλύτερο από 3cm και ύψος μεγαλύτερο από 1,3m. Η συσχέτιση της υπέργειας βιομάζας με τον δείκτη φυλλώδους βλάστησης (LAI) είναι αρκετά καλή (R2=0,6099) και συγκεκριμένα όταν ο δείκτης LAI έχει τιμή μικρότερη από 4,5 η AGB αυξάνεται γραμμικά, όπως μπορούμε να δούμε και από την αντίστοιχη γραφική παράσταση της εικόνας 2. Με βάση αυτή την μέθοδο υπολογίστηκε ο αρχικός χάρτης υπέργειας βιομάζας (χάρτης AGB) ο οποίος χρησιμοποιήθηκε για τον υπολογισμό της ηλικίας των δασών, και διαπιστώθηκε ότι η ηλικία των δέντρων είναι στενά συνδεδεμένη με την βιομάζα τους. Από την γραφική παράσταση της εικόνας 3 είναι εμφανές ότι η AGB αυξάνεται μη γραμμικά σε σχέση με την ηλικία των δέντρων.
Οι τρεις δείκτες βλάστησης (NDVI,SR,RSR) που αναφέρθηκαν παραπάνω, ο δείκτης φυλλώδους περιοχής (LAI) και η ηλικία των δέντρων χρησιμοποιήθηκαν για την παραγωγή ενός μοντέλου πρόβλεψης της υπέργειας βιομάζας, χρησιμοποιώντας μια μέθοδο παλινδρόμησης. Διάφορα μοντέλα υπολογισμού της υπέργειας βλάστησης εξετάστηκαν για κάθε ένα τύπο δασικής έκτασης (πχ για τα κωνοφόρα δάση AGB=55.185*LAI + 3.862*AGE – 204.308 με R2=0.937, για τα μικτά δάση AGB=26.808*LAI + 15.181*SR – 60.584 R2=0.931 ). Πραγματοποιήθηκε μια σύγκριση μεταξύ των μοντέλων αυτών και της εκτιμώμενης, από τον τύπο AGB=a*[((D^2)*H)^b], υπέργειας βλάστησης, η οποία έδειξε καλή συσχέτιση(91%) μεταξύ του μοντέλου υπολογισμού AGB που αναπτύχθηκε και της θεωρητικά υπολογιζόμενης AGB. Χρησιμοποιώντας λοιπόν το μοντέλο υπολογισμού AGB για κάθε τύπο δασικής έκτασης δημιουργήθηκε ο τελικός χάρτης AGB για την υπό εξέταση περιοχή, ο οποίος φαίνεται στν εικόνα 4.Παρατηρείται μια αύξηση της δασικής υπέργειας βιομάζας όσο κινούμαστε από τα βορειοανατολικά προς τα νοτιοδυτικά της υπό μελέτης περιοχής.
4.Συμπεράσματα
Τα αποτελέσματα της παρούσας μελέτης έδειξαν ότι το πάντρεμα της πληροφορίας για την κάλυψη γης από υπέργεια βιομάζα με την ηλικία των δέντρων/φυτών βελτιώνει την ακρίβεια της εκτίμησης της ποσότητας της δασικής υπέργειας βιομάζας. Αυτό συμβαίνει γιατί ανάλογα με την ηλικία των δέντρων/φυτών ενός δασικού οικοσυστήματος, η φυλλώδης επιφάνεια να παραμένει σταθερή ενώ ταυτόχρονα να αυξάνεται η υπέργεια βιομάζα του δασικού οικοσυστήματος. Επιπρόσθετα αποδεικνύεται ότι η ακρίβεια της ταξινόμησης της κάλυψης γης παίζει σημαντικό ρόλο στην ακρίβεια του υπολογισμού της AGB.
