Διαφοροποίηση φυτειών φοινικέλαιου από το φυσικό δάσος για βελτίωση της χαρτογράφησης της κάλυψης της γης στην Γκάνα
Από RemoteSensing Wiki
(Νέα σελίδα με ''''Πρωτότυπος Τίτλος:''' «Differentiating oil palm plantations from natural forest to improve land cover mapping in Ghana» '''Συγγραφείς:''' J...') |
|||
(2 ενδιάμεσες αναθεωρήσεις δεν εμφανίζονται.) | |||
Γραμμή 13: | Γραμμή 13: | ||
'''Εισαγωγή''' | '''Εισαγωγή''' | ||
Στο κείμενο επισημαίνεται η δυσκολία στην ακριβή χαρτογράφηση της κάλυψης εδάφους, ιδιαίτερα στη διάκριση μεταξύ φυτειών ελαιοφοίνικα και φυσικών δασών. Αυτό είναι κρίσιμο στη Γκάνα, όπου η καλλιέργεια του ελαιοφοίνικα έχει επεκταθεί γρήγορα από το 2000. Η μελέτη χρησιμοποιεί δορυφορικά δεδομένα Sentinel-1 και Sentinel-2 με την ταξινόμηση τυχαίου δάσους (random forest) στο Google Earth Engine για να χαρτογραφήσει την έκταση ώριμων φυτειών ελαιοφοίνικα στη Γκάνα. Εξαιρετική είναι η συμβολή των τροπικών δασών και ο αντίκτυπος της γεωργίας στην αποψίλωση, τονίζοντας την ανάγκη για ακριβή χαρτογράφηση κάλυψης εδάφους για την υποστήριξη βιώσιμων πρακτικών και πολιτικών αποφάσεων. | Στο κείμενο επισημαίνεται η δυσκολία στην ακριβή χαρτογράφηση της κάλυψης εδάφους, ιδιαίτερα στη διάκριση μεταξύ φυτειών ελαιοφοίνικα και φυσικών δασών. Αυτό είναι κρίσιμο στη Γκάνα, όπου η καλλιέργεια του ελαιοφοίνικα έχει επεκταθεί γρήγορα από το 2000. Η μελέτη χρησιμοποιεί δορυφορικά δεδομένα Sentinel-1 και Sentinel-2 με την ταξινόμηση τυχαίου δάσους (random forest) στο Google Earth Engine για να χαρτογραφήσει την έκταση ώριμων φυτειών ελαιοφοίνικα στη Γκάνα. Εξαιρετική είναι η συμβολή των τροπικών δασών και ο αντίκτυπος της γεωργίας στην αποψίλωση, τονίζοντας την ανάγκη για ακριβή χαρτογράφηση κάλυψης εδάφους για την υποστήριξη βιώσιμων πρακτικών και πολιτικών αποφάσεων. | ||
+ | |||
'''Μεθοδολογία''' | '''Μεθοδολογία''' | ||
Γραμμή 20: | Γραμμή 21: | ||
+ | Σχετικά με τη χρήση δεδομένων από τον δορυφόρο Sentinel-1 για τη χαρτογράφηση των φυτειών ελαιοφοίνικα, αναλύεται η σημασία της χρήσης των δεδομένων SAR (Synthetic Aperture Radar) από την Ευρωπαϊκή Διαστημική Υπηρεσία (ESA) και το πώς αυτά τα δεδομένα είναι ωφέλιμα στον εντοπισμό διαφορών στην κάλυψη εδάφους. Επισημαίνεται ότι τα δεδομένα SAR είναι ανεξάρτητα από τις συνθήκες φωτισμού και δεν επηρεάζονται από ατμοσφαιρικές συνθήκες, όπως η συννεφιά, πράγμα που είναι ιδιαίτερα χρήσιμο σε συχνά συννεφιασμένα περιβάλλοντα όπως είναι η τροπική Δυτική Αφρική. | ||
+ | Όπως και για τον Sentinel-1, έτσι και στον Sentinel-2 τα δεδομένα αυτά προέρχονται από την Ευρωπαϊκή Διαστημική Υπηρεσία και περιλαμβάνουν πολυφασματικές παρατηρήσεις σε ορατό, κοντινό υπέρυθρο και μικρού μήκους κύματος υπέρυθρο φάσμα. Η χρήση τους αποδείχθηκε χρήσιμη για την αναγνώριση των φυτειών ελαιοφοίνικα, ειδικά λόγω της υψηλότερης χωρικής ανάλυσης σε σύγκριση με άλλα δορυφορικά δεδομένα, όπως τα δεδομένα του Landsat 8. | ||
+ | Συνεχίζοντας, αναφέρονται πρόσθετα σύνολα δεδομένων που χρησιμοποιήθηκαν για την εκπαίδευση και την επικύρωση της ταξινόμησης τυχαίου δάσους (random forest). Χρησιμοποιήθηκε υψηλής ανάλυσης εικονογραφία για την καταγραφή αναφορικών δεδομένων. Επιπρόσθετα, συγκεκριμένα σχήματα χρησιμοποιήθηκαν για τη βοήθεια στη συλλογή αναφορικών δεδομένων, όπως τα σύνορα πιστοποιημένων φυτειών ελαιοφοίνικα από τον RSPO και πληροφορίες για τις φυσικές δασικές περιοχές από την Παγκόσμια Βάση Δεδομένων για τις Προστατευμένες Περιοχές (WDPA). Αυτές οι πληροφορίες χρησιμοποιήθηκαν για τον καθορισμό των φυσικών δασικών περιοχών στη μελέτη. | ||
+ | |||
+ | [[Εικόνα:Κειμενο5_2.png |thumb|right| Εικόνα 2. Ανεξάρτητη περιοχή μελέτης αξιολόγησης ακρίβειας μικροϊδιοκτητών με επισημασμένα σημεία αναφοράς. Πηγή δεδομένων βασικού χάρτη: Google Imagery, CNES/Airbus, Landsat/ Copernicus, Maxar Technologies. ]] | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | '''Αποτελέσματα και Συζήτηση''' | ||
+ | Για την προετοιμασία της διαδικασίας των δεδομένων των δορυφόρων Sentinel-1 και Sentinel-2 πριν την εφαρμογή του αλγορίθμου τυχαίου δάσους (random forest) δημιουργούνται μέσα συνθέσεων των σκηνών, ο αποκλεισμός των σκηνών με υψηλή συννεφιά και ο καθαρισμός των εικόνων από τα σύννεφα. Επιπλέον, παράγονται και αναλύονται παράγωγοι δείκτες από αυτά τα δεδομένα, όπως οι δείκτες φυτικής κάλυψης και ανακλάσεων, για την παροχή πρόσθετης πληροφορίας στον ταξινομητή. | ||
+ | Χρησιμοποιήθηκαν υψηλής ανάλυσης εικόνες από τη βάση δεδομένων του Google Earth Engine για την οπτική διάκριση των φυτειών ελαιοφοίνικα από άλλους τύπους κάλυψης εδάφους. Πραγματοποιήθηκε επισήμανση δειγματικών σημείων με τη χρήση αυτών των εικόνων για τη δημιουργία ενός συνόλου δεδομένων που θα χρησιμοποιηθεί στην συνέχεια στην ταξινόμηση και την αξιολόγηση της ακρίβειας του μοντέλου. | ||
+ | |||
+ | [[Εικόνα:Κειμενο5_3.png |thumb|right| Εικόνα 3. Χάρτες φοινικέλαιου της περιοχής μελέτης για τυχαία ταξινόμηση δασών με δεδομένα μόνο Sentinel-1, μόνο δεδομένα Sentinel-2 και συνδυαστικά. ]] | ||
+ | |||
+ | |||
+ | |||
+ | Για την αξιολόγηση της ακρίβειας της ταξινόμησης μέσω μητρώων σφαλμάτων στις μελέτες απομακρυσμένης ανίχνευσης χρησιμοποιήθηκαν τα 20% των επισημασμένων σημείων αναφοράς που δεν ενσωματώθηκαν στην εκπαίδευση του αλγορίθμου για επικύρωση, με τον έλεγχο της συνολικής ακρίβειας, της ακρίβειας χρήστη και παραγωγού για την κατηγορία του ελαιοφοίνικα, καθώς και της στατιστικής kappa. Επιπλέον, διεξήχθη ξεχωριστή αξιολόγηση ακρίβειας για τις μικρές φυτείες, με χρήση εικόνας υψηλής ανάλυσης για την επισήμανση δεδομένων επικύρωσης. Τέλος, έγινε επιπλέον επικύρωση των αποτελεσμάτων με σύγκριση με πληροφορίες από την RSPO και άλλες μελέτες απομακρυσμένης ανίχνευσης. | ||
+ | Γενικότερα όπως, συζητείται και παρακάτω στο κείμενο, η συνδυασμένη αξιολόγηση των αποτελεσμάτων των δύο δορυφόρων, παρουσιάζει πιο ακριβή αποτελέσματα σε σχέση με την επιμέρους εξαγωγή συμπερασμάτων από τον καθένα ξεχωριστά. | ||
+ | Προχωρώντας στην ενότητα 3.3 του εγγράφου παρουσιάζεται μια λεπτομερής ανάλυση της ακρίβειας της ταξινόμησης φυτειών ελαιοφοίνικα. Αναλύεται η σημασία των ακριβών πληροφοριών για τις εκτάσεις των φυτειών και των χρονικών περιόδων φύτευσης για την επιτυχή ανίχνευση των διαφόρων ηλικιών των φοινικόδεντρων. Επισημαίνεται επίσης η δυσκολία στην ανίχνευση νεότερων φυτειών λόγω ανεπαρκούς ανάπτυξης του φυλλώματος. Επιπλέον, αναφέρεται η ανάγκη για ξεχωριστή εκπαίδευση δεδομένων για νεαρά φοινικόδεντρα. | ||
+ | |||
+ | [[Εικόνα:Κειμενο5_4.png |thumb|right| Εικόνα 4. Αποτέλεσμα συνδυασμένης ταξινόμησης 2019 (μεταεπεξεργασμένη) επικαλύπτεται στον χάρτη φυτειών RSPO 2014 της φυτείας Kwae (βόρεια περιοχή εστίασης). Πηγή δεδομένων βασικού χάρτη: RSPO (2014). ]] | ||
+ | |||
+ | |||
+ | '''Συμπεράσματα''' | ||
+ | |||
+ | Συμπερασματικά, αυτή η έρευνα επιβεβαιώνει ότι ο συνδυασμός δεδομένων SAR και πολυφασματικών είναι ανώτερος για την ταξινόμηση φυτειών ελαιοφοίνικα σε σύγκριση με τη χρήση ενός μόνο τύπου δεδομένων. Η ταξινόμηση βασίστηκε στη μοναδική δομή των ελαιοφοίνικων, καθώς και στην φασματική αντανάκλασή τους. Χρησιμοποιώντας δημόσια διαθέσιμα δεδομένα και την πλατφόρμα GEE, αυτή η μέθοδος μπορεί να προσαρμοστεί εύκολα παγκοσμίως. Τα αποτελέσματα παρέχουν έναν υψηλής ακρίβειας χάρτη φυτειών ελαιοφοίνικα για το 2019, βοηθώντας στη λήψη περιβαλλοντικών και οικονομικών αποφάσεων στη Γκάνα. Επιπλέον, η εστίαση στη χαρτογράφηση μικροκαλλιεργητών είναι σημαντική για την ανάπτυξη πιο βιώσιμων πολιτικών στον τομέα αυτό. | ||
+ | |||
+ | |||
+ | [[Εικόνα:Κειμενο5_5.png |thumb|right| Εικόνα 5. Αποτέλεσμα συνδυασμένης ταξινόμησης 2019 (μεταεπεξεργασμένη) επικαλύπτεται στον χάρτη φυτειών RSPO 2014 της φυτείας Kwae (περιοχή νότιας εστίασης). Πηγή δεδομένων βασικού χάρτη: RSPO (2014).]] | ||
+ | |||
+ | |||
+ | |||
+ | [[Εικόνα:Κειμενο5_6.png |thumb|right| Εικόνα 6. Σύγκριση της ταξινόμησης φοινικέλαιου Descals και της συνδυασμένης ταξινόμησής μας σε περιοχές εστίασης βιομηχανικών (Kwae) και μικροϊδιοκτητών. Πηγή δεδομένων βασικού χάρτη: Google Εικόνες, CNES/Airbus, Landsat/Copernicus, Maxar Technologies.]] | ||
Παρούσα αναθεώρηση της 11:59, 17 Φεβρουαρίου 2024
Πρωτότυπος Τίτλος: «Differentiating oil palm plantations from natural forest to improve land cover mapping in Ghana»
Συγγραφείς: Jacob Abramowitz, Emil Cherrington, Robert Griffin, Rebekke Muench, Foster Mensah
Πηγή: https://www.sciencedirect.com/science/article/pii/S2352938523000502#kwrds0010
Περίληψη Συνοπτικά, το άρθρο αναφέρεται στην πρόκληση της διάκρισης των φυτειών ελαιοφοίνικα από τα φυσικά δάση στη χαρτογράφηση κάλυψης εδάφους γης στη Γκάνα. Από το 2000, η καλλιέργεια του ελαιοφοίνικα έχει αυξηθεί σημαντικά, απαιτώντας καλύτερες τεχνικές χαρτογράφησης. Χρησιμοποιώντας δεδομένα από τους δορυφόρους Sentinel-1 και Sentinel-2, η μελέτη εφάρμοσε την ταξινόμηση τυχαίου δάσους στο Google Earth Engine για την ακριβή χαρτογράφηση των ώριμων ελαιοφοίνικων το 2019. Αυτή η μέθοδος αποδείχθηκε αποτελεσματική, ιδιαίτερα στη διάκριση των βιομηχανικών φυτειών και των μικροπαραγωγών.
Εισαγωγή
Στο κείμενο επισημαίνεται η δυσκολία στην ακριβή χαρτογράφηση της κάλυψης εδάφους, ιδιαίτερα στη διάκριση μεταξύ φυτειών ελαιοφοίνικα και φυσικών δασών. Αυτό είναι κρίσιμο στη Γκάνα, όπου η καλλιέργεια του ελαιοφοίνικα έχει επεκταθεί γρήγορα από το 2000. Η μελέτη χρησιμοποιεί δορυφορικά δεδομένα Sentinel-1 και Sentinel-2 με την ταξινόμηση τυχαίου δάσους (random forest) στο Google Earth Engine για να χαρτογραφήσει την έκταση ώριμων φυτειών ελαιοφοίνικα στη Γκάνα. Εξαιρετική είναι η συμβολή των τροπικών δασών και ο αντίκτυπος της γεωργίας στην αποψίλωση, τονίζοντας την ανάγκη για ακριβή χαρτογράφηση κάλυψης εδάφους για την υποστήριξη βιώσιμων πρακτικών και πολιτικών αποφάσεων.
Μεθοδολογία
Αναφορικά με τη περιοχή μελέτης για τον χαρτογραφικό προσδιορισμό των φυτειών ελαιοφοίνικα στη Γκάνα. Η περιοχή βρίσκεται στην Ανατολική Περιφέρεια της Γκάνας, η οποία είναι η κύρια παραγωγός περιοχή φοινικέλαιου. Χρησιμοποιήθηκε μια ζώνη ακτίνας 50 χιλιομέτρων γύρω από το εργοστάσιο της φυτείας Kwae για τον προσδιορισμό της περιοχής μελέτης. Η επιλογή αυτής της ακτίνας οφείλεται στο γεγονός ότι το φοινικέλαιο πρέπει να φτάσει στο εργοστάσιο εντός 24 ωρών για να διατηρηθεί η ποιότητά του. Η περιοχή περιλαμβάνει δύο μεγάλες βιομηχανικές φυτείες ελαιοφοίνικα που έχουν πιστοποιηθεί από το RSPO, καθώς και ένα δίκτυο μικρών καλλιεργητών γύρω τους. Η γεωργία απασχολεί την πλειονότητα των ανθρώπων στην περιοχή, μαζί με τη λειτουργία μικρών εργοστασίων επεξεργασίας ελαιοφοίνικα.
Σχετικά με τη χρήση δεδομένων από τον δορυφόρο Sentinel-1 για τη χαρτογράφηση των φυτειών ελαιοφοίνικα, αναλύεται η σημασία της χρήσης των δεδομένων SAR (Synthetic Aperture Radar) από την Ευρωπαϊκή Διαστημική Υπηρεσία (ESA) και το πώς αυτά τα δεδομένα είναι ωφέλιμα στον εντοπισμό διαφορών στην κάλυψη εδάφους. Επισημαίνεται ότι τα δεδομένα SAR είναι ανεξάρτητα από τις συνθήκες φωτισμού και δεν επηρεάζονται από ατμοσφαιρικές συνθήκες, όπως η συννεφιά, πράγμα που είναι ιδιαίτερα χρήσιμο σε συχνά συννεφιασμένα περιβάλλοντα όπως είναι η τροπική Δυτική Αφρική.
Όπως και για τον Sentinel-1, έτσι και στον Sentinel-2 τα δεδομένα αυτά προέρχονται από την Ευρωπαϊκή Διαστημική Υπηρεσία και περιλαμβάνουν πολυφασματικές παρατηρήσεις σε ορατό, κοντινό υπέρυθρο και μικρού μήκους κύματος υπέρυθρο φάσμα. Η χρήση τους αποδείχθηκε χρήσιμη για την αναγνώριση των φυτειών ελαιοφοίνικα, ειδικά λόγω της υψηλότερης χωρικής ανάλυσης σε σύγκριση με άλλα δορυφορικά δεδομένα, όπως τα δεδομένα του Landsat 8.
Συνεχίζοντας, αναφέρονται πρόσθετα σύνολα δεδομένων που χρησιμοποιήθηκαν για την εκπαίδευση και την επικύρωση της ταξινόμησης τυχαίου δάσους (random forest). Χρησιμοποιήθηκε υψηλής ανάλυσης εικονογραφία για την καταγραφή αναφορικών δεδομένων. Επιπρόσθετα, συγκεκριμένα σχήματα χρησιμοποιήθηκαν για τη βοήθεια στη συλλογή αναφορικών δεδομένων, όπως τα σύνορα πιστοποιημένων φυτειών ελαιοφοίνικα από τον RSPO και πληροφορίες για τις φυσικές δασικές περιοχές από την Παγκόσμια Βάση Δεδομένων για τις Προστατευμένες Περιοχές (WDPA). Αυτές οι πληροφορίες χρησιμοποιήθηκαν για τον καθορισμό των φυσικών δασικών περιοχών στη μελέτη.
Αποτελέσματα και Συζήτηση
Για την προετοιμασία της διαδικασίας των δεδομένων των δορυφόρων Sentinel-1 και Sentinel-2 πριν την εφαρμογή του αλγορίθμου τυχαίου δάσους (random forest) δημιουργούνται μέσα συνθέσεων των σκηνών, ο αποκλεισμός των σκηνών με υψηλή συννεφιά και ο καθαρισμός των εικόνων από τα σύννεφα. Επιπλέον, παράγονται και αναλύονται παράγωγοι δείκτες από αυτά τα δεδομένα, όπως οι δείκτες φυτικής κάλυψης και ανακλάσεων, για την παροχή πρόσθετης πληροφορίας στον ταξινομητή.
Χρησιμοποιήθηκαν υψηλής ανάλυσης εικόνες από τη βάση δεδομένων του Google Earth Engine για την οπτική διάκριση των φυτειών ελαιοφοίνικα από άλλους τύπους κάλυψης εδάφους. Πραγματοποιήθηκε επισήμανση δειγματικών σημείων με τη χρήση αυτών των εικόνων για τη δημιουργία ενός συνόλου δεδομένων που θα χρησιμοποιηθεί στην συνέχεια στην ταξινόμηση και την αξιολόγηση της ακρίβειας του μοντέλου.
Για την αξιολόγηση της ακρίβειας της ταξινόμησης μέσω μητρώων σφαλμάτων στις μελέτες απομακρυσμένης ανίχνευσης χρησιμοποιήθηκαν τα 20% των επισημασμένων σημείων αναφοράς που δεν ενσωματώθηκαν στην εκπαίδευση του αλγορίθμου για επικύρωση, με τον έλεγχο της συνολικής ακρίβειας, της ακρίβειας χρήστη και παραγωγού για την κατηγορία του ελαιοφοίνικα, καθώς και της στατιστικής kappa. Επιπλέον, διεξήχθη ξεχωριστή αξιολόγηση ακρίβειας για τις μικρές φυτείες, με χρήση εικόνας υψηλής ανάλυσης για την επισήμανση δεδομένων επικύρωσης. Τέλος, έγινε επιπλέον επικύρωση των αποτελεσμάτων με σύγκριση με πληροφορίες από την RSPO και άλλες μελέτες απομακρυσμένης ανίχνευσης. Γενικότερα όπως, συζητείται και παρακάτω στο κείμενο, η συνδυασμένη αξιολόγηση των αποτελεσμάτων των δύο δορυφόρων, παρουσιάζει πιο ακριβή αποτελέσματα σε σχέση με την επιμέρους εξαγωγή συμπερασμάτων από τον καθένα ξεχωριστά. Προχωρώντας στην ενότητα 3.3 του εγγράφου παρουσιάζεται μια λεπτομερής ανάλυση της ακρίβειας της ταξινόμησης φυτειών ελαιοφοίνικα. Αναλύεται η σημασία των ακριβών πληροφοριών για τις εκτάσεις των φυτειών και των χρονικών περιόδων φύτευσης για την επιτυχή ανίχνευση των διαφόρων ηλικιών των φοινικόδεντρων. Επισημαίνεται επίσης η δυσκολία στην ανίχνευση νεότερων φυτειών λόγω ανεπαρκούς ανάπτυξης του φυλλώματος. Επιπλέον, αναφέρεται η ανάγκη για ξεχωριστή εκπαίδευση δεδομένων για νεαρά φοινικόδεντρα.
Συμπεράσματα
Συμπερασματικά, αυτή η έρευνα επιβεβαιώνει ότι ο συνδυασμός δεδομένων SAR και πολυφασματικών είναι ανώτερος για την ταξινόμηση φυτειών ελαιοφοίνικα σε σύγκριση με τη χρήση ενός μόνο τύπου δεδομένων. Η ταξινόμηση βασίστηκε στη μοναδική δομή των ελαιοφοίνικων, καθώς και στην φασματική αντανάκλασή τους. Χρησιμοποιώντας δημόσια διαθέσιμα δεδομένα και την πλατφόρμα GEE, αυτή η μέθοδος μπορεί να προσαρμοστεί εύκολα παγκοσμίως. Τα αποτελέσματα παρέχουν έναν υψηλής ακρίβειας χάρτη φυτειών ελαιοφοίνικα για το 2019, βοηθώντας στη λήψη περιβαλλοντικών και οικονομικών αποφάσεων στη Γκάνα. Επιπλέον, η εστίαση στη χαρτογράφηση μικροκαλλιεργητών είναι σημαντική για την ανάπτυξη πιο βιώσιμων πολιτικών στον τομέα αυτό.