Αξιολόγηση του ρόλου της επιστήμης των πολιτών στην επικύρωση των ταξινομήσεων οικοτόπων με τηλεπισκόπηση

Από RemoteSensing Wiki

Παρούσα αναθεώρηση της 16:43, 30 Ιανουαρίου 2026

Αξιολόγηση του ρόλου της επιστήμης των πολιτών στην επικύρωση των ταξινομήσεων οικοτόπων με τηλεπισκόπηση

Assessing the role of citizen science in the validation of remote sensing habitat classifications

Συγγραφείς: Samantha Suter, Brian Barrett, Natalie Welden

Έτος δημοσίευσης: 2025

Πηγή: [ https://besjournals.onlinelibrary.wiley.com/doi/full/10.1002/2688-8319.70131 ]

Εισαγωγή

Η τηλεπισκόπηση αποτελεί σήμερα έναν από τους πλέον καθοριστικούς πυλώνες της περιβαλλοντικής και οικολογικής έρευνας, επιτρέποντας τη συστηματική παρακολούθηση οικοτόπων, μεταβολών χρήσεων γης και περιβαλλοντικών πιέσεων σε μεγάλα χωρικά και χρονικά εύρη. Μέσω δορυφορικών δεδομένων υψηλής ανάλυσης, οι επιστήμονες μπορούν να ανιχνεύουν φαινόμενα όπως η υποβάθμιση οικοσυστημάτων, η απώλεια βιοποικιλότητας και οι επιπτώσεις φυσικών καταστροφών. Ωστόσο, η αξιοπιστία των χαρτογραφήσεων που προκύπτουν από την τηλεπισκόπηση εξαρτάται ουσιαστικά από την ύπαρξη αξιόπιστων δεδομένων αναφοράς εδάφους, τα οποία χρησιμοποιούνται τόσο για την εκπαίδευση όσο και για την επικύρωση των αλγορίθμων ταξινόμησης.

Στο πλαίσιο αυτό, η επιστήμη των πολιτών (citizen science - CS), δηλαδή η συμμετοχή πολιτών και περιβαλλοντικών ομάδων στη συλλογή επιστημονικών δεδομένων, έχει αναδειχθεί τα τελευταία χρόνια ως μια πολλά υποσχόμενη προσέγγιση. Το άρθρο εξετάζει τον βαθμό στον οποίο τα δεδομένα που συλλέγονται από μη ειδικούς μπορούν να συνεισφέρουν ουσιαστικά στη διαδικασία επικύρωσης ταξινομήσεων οικοτόπων που βασίζονται σε τηλεπισκοπικά δεδομένα. Κεντρικός στόχος του άρθρου είναι να αξιολογηθεί αν και πώς η συμμετοχική επιστήμη μπορεί να συμπληρώσει τα δεδομένα που προέρχονται από επαγγελματίες επιστήμονες, ενισχύοντας την ακρίβεια και τη χωρική κάλυψη των χαρτογραφήσεων.

Σημειώνεται ότι η μελέτη βασίζεται σε σύνολα δεδομένων (datasets) που προέρχονται από υφιστάμενα προγράμματα citizen science και οικολογικής χαρτογράφησης στην Ευρώπη, τα οποία χρησιμοποιούνται για την επικύρωση τηλεπισκοπικών ταξινομήσεων οικοτόπων. Οι συγγραφείς δεν οργανώνουν την ανάλυσή τους γύρω από μία συγκεκριμένη γεωγραφική περιοχή, αλλά γύρω από τύπους οικοτόπων και μεθοδολογικά σενάρια έρευνας.

Μεθοδολογία

Η μεθοδολογία της μελέτης βασίζεται στον συνδυασμό δορυφορικών δεδομένων τηλεπισκόπησης και δεδομένων πεδίου που προέρχονται τόσο από ειδικούς επιστήμονες όσο και από συμμετέχοντες σε προγράμματα citizen science. Για την τηλεπισκοπική ανάλυση χρησιμοποιήθηκαν κυρίως πολυφασματικά δεδομένα Sentinel-2 του προγράμματος Copernicus, τα οποία προσφέρουν υψηλή χωρική και φασματική ανάλυση, κατάλληλη για τη χαρτογράφηση διαφορετικών τύπων οικοτόπων. Τα δεδομένα αυτά υποβλήθηκαν σε διαδικασίες ατμοσφαιρικής διόρθωσης, γεωμετρικής ευθυγράμμισης και αρχικής επεξεργασίας, ώστε να διασφαλιστεί η συγκρισιμότητά τους με τα δεδομένα πεδίου.

(a)Χάρτης πρόβλεψης οικοτόπων που προέκυψε από το μοντέλο ταξινόμησης Random Forest με τηλεπισκόπηση και (b) αντίστοιχες αεροφωτογραφίες, που δόθηκαν σε ομάδα πολιτών (Ecosystem Explorers), για την επικύρωση των προβλέψεων του μοντέλου σε πλούσια χορτολιβαδική περιοχή

Από τα δορυφορικά δεδομένα εξήχθησαν φασματικά χαρακτηριστικά και δείκτες βλάστησης, όπως ο NDVI και άλλοι συναφείς δείκτες, οι οποίοι χρησιμοποιήθηκαν ως δεδομένα εισαγωγής σε αλγορίθμους μηχανικής μάθησης για την ταξινόμηση οικοτόπων. Οι συγγραφείς εφάρμοσαν και συνέκριναν διαφορετικές τεχνικές ταξινόμησης, δίνοντας έμφαση στη δυνατότητα των αλγορίθμων να αξιοποιούν ετερογενή δεδομένα αναφοράς.

(α) Χάρτης random forest ταξινόμησης ενός πλούσιου χορτολιβαδικά οικοτόπου και (β) Σχετικές αεροφωτογραφίες, που απεικονίζουν λεπτομερώς τις επιπτώσεις των ορίων του οικοτόπου από τις κοντινές δασικές εκτάσεις και υδάτινες περιοχές, με αποτέλεσμα μια λανθασμένη επικάλυψη των ταξινομήσεων των καλύψεων γης

Τα δεδομένα της citizen science συλλέχθηκαν υπό μορφή γεωαναφερμένων παρατηρήσεων, φωτογραφιών και περιγραφών οικοτόπων από εθελοντές και τοπικές περιβαλλοντικές ομάδες/κινήματα, οι οποίοι συμμετείχαν σε οργανωμένα προγράμματα καταγραφής περιβάλλοντος. Για να αντιμετωπιστούν ζητήματα ποιότητας, εφαρμόστηκαν διαδικασίες φιλτραρίσματος, όπως έλεγχοι χωρικής ακρίβειας, στατιστική ανίχνευση/ερμηνεία των ακραίων τιμών και διασταύρωση των συμμετοχικών δεδομένων με δεδομένα ειδικών επιστημόνων.

Αποτελέσματα

Τα αποτελέσματα της μελέτης δείχνουν ότι τα δεδομένα της citizen science μπορούν να συμβάλουν ουσιαστικά στη διαδικασία επικύρωσης των τηλεπισκοπικών ταξινομήσεων, ιδίως ως προς τη χωρική κάλυψη των δεδομένων αναφοράς. Σε περιοχές όπου τα δεδομένα πεδίου από ειδικούς ήταν περιορισμένα ή αποσπασματικά, οι συμμετοχικές καταγραφές παρείχαν κρίσιμες πληροφορίες που βελτίωσαν την απόδοση των αλγορίθμων ταξινόμησης.

Παράλληλα, η ανάλυση αποκάλυψε ότι η ποιότητα των citizen science δεδομένων παρουσιάζει μεγαλύτερη μεταβλητότητα σε σύγκριση με τα δεδομένα των ειδικών, ιδιαίτερα σε σύνθετους ή μεταβατικούς οικοτόπους. Ωστόσο, όταν τα συμμετοχικά δεδομένα υποβάλλονταν σε αυστηρό ποιοτικό έλεγχο και συνδυάζονταν με δορυφορικές χρονοσειρές, η ακρίβεια των χαρτογραφήσεων βελτιωνόταν σημαντικά. Ιδιαίτερα σημαντικός αποδείχθηκε ο ρόλος των πολυφασματικών καναλιών και των δεικτών βλάστησης, καθώς και η χρήση πολυχρονικών δεδομένων Sentinel-2, τα οποία επέτρεψαν τη διάκριση των εποχικών διαφορών μεταξύ των οικοτόπων.

Ο συνδυασμός δεδομένων ειδικών και citizen science παρήγαγε τα καλύτερα αποτελέσματα, μειώνοντας τα σφάλματα ταξινόμησης και ενισχύοντας την ικανότητα ανίχνευσης μικρότερων ή πιο ιδιάζοντων οικοτόπων. Τα ευρήματα καταδεικνύουν ότι η συμμετοχική επιστήμη μπορεί να λειτουργήσει ως κρίσιμο συμπλήρωμα της τηλεπισκόπησης, ιδιαίτερα όταν ενσωματώνεται σε υβριδικά και εξειδικευμένα συστήματα ανάλυσης.

Επίπεδο συμφωνίας (%) μεταξύ των παρατηρήσεων που έγιναν από επιστήμονες (NatureScot) και από ομάδες πολιτών (Ecosystem Exlporers και Plantlife), για πλούσια χορτολιβαδική περιοχή

Συμπεράσματα

Συνολικά, η μελέτη καταλήγει στο συμπέρασμα ότι η citizen science έχει τη δυνατότητα να ενισχύσει ουσιαστικά την αξιοπιστία και την αποτελεσματικότητα της τηλεπισκόπησης στην περιβαλλοντική χαρτογράφηση. Παρότι τα συμμετοχικά δεδομένα παρουσιάζουν εγγενείς περιορισμούς, όπως χωρική και θεματική μεροληψία, οι συγγραφείς δείχνουν ότι αυτοί μπορούν να αντιμετωπιστούν μέσω κατάλληλων μεθόδων ποιοτικού ελέγχου, στατιστικής διόρθωσης και συνδυασμού με δορυφορικά δεδομένα υψηλής ανάλυσης.

Η έρευνα υπογραμμίζει ότι η συμμετοχική επιστήμη δεν θα πρέπει να θεωρείται υποκατάστατο της επιστημονικής έρευνας πεδίου, αλλά ένα συμπληρωματικό εργαλείο που, όταν ενσωματώνεται σωστά, μπορεί να βελτιώσει τη χαρτογράφηση και την παρακολούθηση των οικοτόπων. Επιπλέον, η συνεργασία των επιστημόνων με περιβαλλοντικές οργανώσεις, κινήματα και μεμονομένους πολίτες, ενισχύει τη διάχυση της επιστημονικής γνώσης και δημιουργεί νέες δυνατότητες για την παρακολούθηση περιβαλλοντικών καταστροφών και αλλαγών, μέσω τηλεπισκόπησης. Το άρθρο προτείνει δηλαδή ένα συμμετοχικό και διεπιστημονικό μοντέλο «επικύρωσης από το έδαφος προς τον δορυφόρο», το οποίο μπορεί να αποτελέσει πρότυπο για μελλοντικές εφαρμογές στη διαχείριση και προστασία του περιβάλλοντος.