Συνδιάζοντας την τηλεπισκόπηση με την καταγραφή της ηλικίας του δάσους για τη χαρτογράφηση της βιομάζας
Από RemoteSensing Wiki
(New page: '''Combining remote sensing imagery and forest age inventory for biomass mapping''' '''Συνδιάζοντας την τηλεπισκόπιση με την καταγραφή της η...) |
μ (Η Συνδιάζοντας την τηλεπισκόπιση με την καταγραφή της ηλικίας του δάσους για τη χαρτογράφηση της βιομάζας μετονομάστηκε σε Συνδιάζοντας τ) |
Αναθεώρηση της 13:25, 21 Απριλίου 2010
Combining remote sensing imagery and forest age inventory for biomass mapping
Συνδιάζοντας την τηλεπισκόπιση με την καταγραφή της ηλικίας του δάσους για τη χαρτογράφηση της βιομάζας
Συγγραφείς: G. Zheng, J.M. Chen, Q.J. Tian, W.M. Ju, X.Q. Xia
Πηγή: Journal of Environmental Management, 2007
Η βιομάζα που βρίσκεται πάνω από το έδαφος (Aboveground biomass –AGB) των δασών είναι σημαντική συνιστώσα του παγκόσμιου κύκλου του άνθρακα. Σκοπός της παρούσας έρευνας είναι η ανάπτυξη ενός αλγορίθμου για την εκτίμηση της βιομάζας από δεδομένα τηλεπισκόπισης και η παραγωγή ενός χάρτη βιομάζας υψηλής ανάλυσης για την περαιτέρω μοντελοποίηση της καθαρής πρωτογενούς παραγωγικότητας και του ισοζυγίου του άνθρακα, για την νομό Liping της επαρχίας Guizhou στην Κίνα.
Τις πιο πρόσφατες δεκαετίες έχουν γίνει πολλές προσπάθειες για την εκτίμηση της βιομάζας του δάσους, συμπεριλαμβανομένων επιτόπιων μετρήσεων και μοντέλων προσομοίωσης. Για παράδειγμα το 1999 ο Xu παρουσίασε ένα μοντέλο για την εκτίμηση της βιομάζας από το ύψος diameter-at-breast, το ύψος του δέντρου, το μέγεθος, το μήκος και τον όγκο της κορώνας. Οι μετρήσεις αυτές όμως είναι και χρονοβόρες, και εντάσεως εργασίας και έτσι περιορίζεται η εφαρμογή τους σε μεγάλες περιοχές. Λόγω της μεγάλης χωρικής και συχνής κάλυψης, η τηλεπισκόπιση επιτρέπει στους επιστήμονες να εξετάζουν τις ιδιότητες και τις διαδικασίες των οικοσυστημάτων και τη διαχρονική μεταβλητότητά τους (Goetz, 2000).
Δεδομένα και μέθοδοι
Η περιοχή της μελέτης βρίσκεται στη νότια Κίνα, στη νοτιοανατολική επαρχία Guizhou. Η συνολική δασική έκταση καλύπτει 371.934,8ha και αντιστοιχεί στο 83,78% της συνολικής έκτασης του νομού Liping. Ολόκληρη η περιοχή ανήκει στη μέση υποτροπική ζώνη και έχει το υγρό κλίμα των μουσώνων. Κατά την έρευνα πεδίου, που έγινε τον Αύγουστο του 2003 και 2004, μετρήθηκαν τα τοπογραφικά χαρακτηριστικά (κλίση, προσανατολισμός, συντεταγμένες) και οι παράμετροι βλάστησης (Leaf Area Index - LAI, Diameter-at-breast height - DBH, ύψος δέντρων, ηλικία δάσους). Για κάθε δέντρο του δείγματος η βιομάζα AGB (Aboveground biomass) υπολογίστηκε από το μέγεθος DBH και το ύψος του δέντρου:
AGB =α (D2H)b, (1)
όπου D και Η είναι αντίστοιχα το DBH και το ύψος του δέντρου, και α και b οι παράμετροι της παλινδρόμησης.
Δύο εικόνες Landsat EMT+ που αποκτήθηκαν στις 14 και 21 Μαΐου του 2000 χρησιμοποιήθηκαν στην έρευνα. Ο νομός Liping είναι μία τυπική λοφώδης περιοχή και αυτό προκαλεί σημαντικό θόρυβο, καθώς οι σκιές του τοπίου μειώνουν την ανακλαστικότητα. Η αφαίρεση αυτού του αποτελέσματος έγινε με τη μέθοδο αφαίρεσης sub-pixel Sun-Canopy-Sensor (SCS). Τρεις δείκτες βλάστησης, ο Κανονικοποιημένος Δείκτης Διαφοράς Βλάστησης (Normalized Difference Vegetation Index), o απλός λόγος (Simple Ratio – SR) και το Reduced Simple Ratio (RSR) υπολογίστηκαν από την ανακλαστικότητα στο κόκκινο, στο εγγύς υπέρυθρο και το shortwave υπέρυθρο κανάλι του ΕΤΜ+ :
Οι μετρήσεις του δείκτη Leaf Area Index (LAI) και ο υπολογισμένος δείκτης RSR χρησιμοποιήθηκαν για τη διαμόρφωση ενός στατιστικού μοντέλου για τον υπολογισμό του LAI, από τον οποίο προέκυψε ο χάρτης LAI του νομού Liping. Η σχέση μεταξύ των μεγεθών AGB και LAI αναλύθηκε για τον υπολογισμό των τιμών της βιομάζας AGB από το χάρτη LAI.
H κάλυψη γης είναι πολύ σημαντικός παράγοντας για τη χαρτογράφηση της βιομάζας που βρίσκεται πάνω από το έδαφος. Η κάλυψη γης ταξινομήθηκε σε δύο βήματα: Ο χάρτης NDVI πρώτα χρησιμοποιήθηκε για την ταξινόμηση των pixels των δασικών εκτάσεων και των pixel των μη δασικών εκτάσεων. Στη συνέχεια το δάσος ταξινομήθηκε σε τέσσερις κατηγορίες (πλατύφυλλα, κωνοφόρα, μεικτό δάσος και μπαμπού), μέσω παραλληλεπίπεδης επιβλεπόμενης ταξινόμησης (βλ. εικ.1).
Αποτελέσματα
Σε αυτή την έρευνα, ο όρος AGB καθορίζεται ως η βιομάζα των ζωντανών δέντρων που έχουν Diameter-at-breast height (DBH) μεγαλύτερο από 3,0 cm και είναι ψηλότερα από 1,3m. O δείκτης LAI έχει καλή σχέση με τον όρο AGB όπως μετρήθηκε μέσω του DBH και του ύψους των δέντρων (R2=0,6099, N=14). Αυτό το μοντέλο (εικ.2) χρησιμοποιήθηκε για τον υπολογισμό της βιομάζας AGB από το χάρτη LAI, η οποία όμως θεωρήθηκε ως η αρχική AGB (λόγω αβεβαιότητας για τη συμπεριφορά του AGB για τιμές LAI πάνω από 4,5). O αρχικός χάρτης AGB χρησιμοποιήθηκε για να διεξαχθεί η ηλικία των δέντρων (stand age), που θα χρησιμοποιηθεί για την τελική εκτίμηση της AGB.
Η ηλικία των δέντρων συνδέεται στενά με τη βιομάζα AGB. Μιας δεύτερης τάξης πολυωνυμική εξίσωση με εκτιμήτρια την AGB θα μπορούσε να εξηγήσει το 63% της διακύμανσης της ηλικίας για τα 60 δέντρα του δείγματος (διάγραμμα 2). Η βιομάζα αυξάνεται μη γραμμικά καθώς αυξάνεται η ηλικία των δέντρων.
Τρεις δείκτες βλάστησης, ο δείκτης LAI, και η ηλικία των δέντρων χρησιμοποιήθηκαν ως εκτιμήτριες μεταβλητές για την κατασκευή μοντέλων πρόβλεψης της βιομάζας AGB για τους διάφορους δασικούς τύπους, χρησιμοποιώντας τη μέθοδο βηματικής παλινδρόμησης (stepwise region regression method). O πίνακας 1 παρουσιάζει τις εκτιμήτριες μεταβλητές που επιλέχτηκαν σε κάθε μοντέλο. Μπορούμε να συμπεράνουμε πως η ηλικία των δέντρων και η κάλυψη γης είναι παράγοντες που συνεισέφεραν σε έναν καλύτερο υπολογισμό της βιομάζας.
Λόγω των περιορισμών από τις μετρήσεις στο πεδίο, ο αριθμός των τοποθεσιών δεν ήταν αρκετός για την επικύρωση του μοντέλου. Έτσι επιλέχτηκαν τυχαία 26 δέντρα για την επικύρωση του μοντέλου για κάθε τύπο δέντρου για το οποίο έγινε πρόβλεψη από τα μοντέλα του Πίνακα 1 και έγινε σύγκριση με τα αντίστοιχα αποτελέσματα που προέκυψαν από την εξ.(1). Για την εκτίμηση της βιομάζας, χρησιμοποιήθηκαν οι μέσες τιμές του δείκτη LAI, των δεικτών βλάστησης και της ηλικίας των δέντρων ώστε να διεξαχθεί το μοντέλο. Το μοντέλο συνέλαβε το 91% της διακύμανσης της βιομάζας (AGB) μεταξύ των 26 δέντρων. Παρόλα αυτά, οι υψηλές τιμές της βιομάζας έχουν υποεκτιμηθεί ελαφρώς.
Χρησιμοποιώντας το μοντέλο AGB για κάθε τύπο δέντρου δημιουργήθηκε ο τελικός χάρτης AGB. Όπως διαφαίνεται στην εικόνα 2, η βιομάζα δείχνει να αυξάνεται από τα βορειοανατολικά προς τα νοτιοδυτικά. Τα δάση σε περιοχές κοντά σε δρόμους, ποτάμια και πόλεις συνήθως έχουν AGB μικρότερη από 40 t ha-1. Στο νοτιοδυτικό μέρος, οι τιμές AGB είναι πολύ υψηλές, φτάνοντας από 120 έως 200 ha-1.
Συμπεράσματα
Τα αποτελέσματα δείχνουν ξεκάθαρα ότι χρησιμοποιώντας την ηλικία των δέντρων και την κάλυψη γης μπορεί να βελτιωθεί η ακρίβεια της εκτίμησης της βιομάζας. Η εισαγωγή της ηλικίας των δέντρων σε ένα μοντέλο AGB μπορεί σε μεγάλο βαθμό να περιορίσει την υποεκτίμηση των υψηλών τιμών βιομάζας. Τέλος, για εφαρμογές σε περιφερειακό επίπεδο, απαιτείται μια αποτελεσματική μέθοδος για να διεξάγει την ηλικία των δέντρων μέσω τηλεπισκόπησης, για την αξιόπιστη χαρτογράφηση της βιομάζας.
