Η ικανότητα των Συστημάτων Τηλεπισκόπησης στην ανίχνευση κηλίδων Σκολυτών στις Νοτιοανατολικές ΗΠΑ

Από RemoteSensing Wiki

Παρούσα αναθεώρηση της 09:08, 6 Φεβρουαρίου 2022

Η ικανότητα των Συστημάτων Τηλεπισκόπησης στην ανίχνευση κηλίδων Σκολυτών στις Νοτιοανατολικές ΗΠΑ

Πρωτότυπος τίτλος: Ability of Remote Sensing Systems to Detect Bark Beetle Spots in the Southeastern US

Συγγραφείς: Demian F. Gomez, Haley M.W. Ritger, Christopher Pearce, Jeffrey Eickwort, Jiri Hulcr

Δημοσιεύθηκε: Forests MDPI

Σύνδεσμος πρωτότυπου κειμένου: [1]

Εισαγωγή

Στις νοτιοανατολικές ΗΠΑ και συγκεκριμένα στη Florida, η διατήρηση της υγείας τους δάσους συνεισφέρει σημαντικά στην οικονομία και κατ’ επέκταση στην κοινωνία. Στα πρώτα στάδια της προσβολής των δασών από Σκολύτες, δεν υφίστανται εμφανή συμπτώματα, καθώς δεν μεταβάλλεται η κόμη των δέντρων. Στη συνέχεια, αποχρωματίζεται το φύλλωμα από πράσινο σε πορτοκαλί και κόκκινο χρώμα. Επομένως, η ανίχνευση του εντόμου θα πρέπει να πραγματοποιηθεί έγκαιρα. Οι ετήσιες εναέριες έρευνες είναι αποτελεσματικές, αλλά αποτυγχάνει σε περιοχές που πρόσφατα έχουν προσβληθεί. Το US Forest Service ανέπτυξε το ForWarn, ένα σύστημα που αναγνωρίζει μεταβολές στη βλάστηση και ανιχνεύει την επίδραση της διαταραχής από βιοτικούς και αβιοτικούς παράγοντες. Η λειτουργία του βασίζεται στην αναγνώριση μεταβολών του NDVI στα δεδομένα του δορυφόρου MODIS. Αν και ο δέκτης του MODIS έχει χαμηλή ανάλυση (250m), είναι επαρκής για την ανίχνευση μεσαίου μεγέθους βιοτικών και αβιοτικών διαταραχών. Όμως, οι επεμβάσεις στην περιοχή του δάσους και ύπαρξη καλλιεργειών στα πέριξ, σε συνδυασμό με την χαμηλή ανάλυση του δέκτη, παρεμποδίζει την έγκαιρη ανίχνευση της προσβολής. Επομένως, είναι αναγκαία η αξιολόγηση της χρήσης άλλων δορυφόρων. Στο παρόν άρθρο γίνεται συγκριτική ανάλυση των δεικτών βλάστησης που εξάγονται από χρονοσειρές δεδομένων του MODIS και του Sentinel-2. Ο στόχος είναι η αξιολόγηση της ικανότητας ανίχνευσης των κηλίδων και η ποσοτικοποίηση της σύγκλιση του αποτελέσματος των δύο δορυφόρων.

Εικόνα 1: Σύγκριση των δεδομένων από την προσβολή του εντόμου σε τρεις δασικές περιοχές με ενεργή προσβολή το 2019. Κάθε στήλη εικόνων παρουσιάζει την ίδια περιοχή, από πάνω προς τα κάτω (αεροφωτογραφία, μεταβολές του MODIS NDVI, μεταβολές στο Sentinel-2 NDVI και διαφοροποιημένα pixel μεταξύ των προϊόντων του MODIS και Sentinel-2. Τα χρώματα των κλάσεων αντιστοιχούν στην διαφορά και απόκλιση του NDVI. Το μπλε αντιστοιχεί σε θετικές αλλαγές των τιμών του δείκτη και το κίτρινο, πορτοκαλί και κόκκινο αντιστοιχούν σε αρνητικές αλλαγές των τιμών του δείκτη. Το ροζ αντιστοιχεί σε απόκλιση μεταξύ των εικόνων του MODIS και Sentinel-2

Μεθοδολογία

Πραγματοποιήθηκαν εναέριες έρευνες για κηλίδες το καλοκαίρι του 2019 στην νοτιοανατολική Florida, οι οποίες επαληθεύτηκαν από εδάφους το φθινόπωρο του 2019 και τέθηκαν γεωγραφικές αναφορές. Στη συνέχεια οριοθετήθηκαν ως πολύγωνα γεωγραφικής αναφοράς και δημιουργήθηκε ένα έγχρωμο σύνθετο από τον Sentinel-2 σε φυσικά χρώματα, προκειμένου να οριοθετηθούν οι προσβεβλημένες περιοχές κόκκινου χρώματος. Για ανάλυση επιλέχθηκαν οι περιοχές που προσβλήθηκαν το 2019 και παρουσίασαν εμφανείς αλλαγές στις δορυφορικές εικόνες. Λήφθηκαν εικόνες από τη βάση δεδομένων ESA-Coperincus Sentintel -2, για να ταυτοποιηθούν οι ημερομηνίες και θέσεις των κηλίδων. Παραλήφθηκαν τα δεδομένα από το Climate Engine για τους υπολογισμού του NDVI από τον Sentinel-2 και MODIS 8-day. Τέθηκε ένας NDVI αναφοράς, για την δημιουργία χαρτών μεταβολής. Εφαρμόστηκε ανάλογη μέθοδος του ForWarn, όπου καθορίστηκαν συνθήκες αναφοράς για τα υγιή δάση, υπολογίζοντας τον μέσο όρο των υψηλότερων NDVI του Ιουλίου 2019 και των προηγούμενων ετών (2015-2018). Οι χάρτες μεταβολών δημιουργήθηκαν, υπολογίζοντας τη διαφορά μεταξύ των NDVI του Ιουλίου και του NDVI αναφοράς. Οι υπολογισμοί έγιναν στο ArcMap και ακολουθήθηκε η κατάλληλη διαδικασία, ώστε οι εικόνες των δύο δορυφόρων να είναι συμβατές. Οι αποκλίσεις του NDVI του «υγιούς δάσους» ταξινομήθηκαν ανάλογα με το μέγεθος και την κατεύθυνσή τους, για να εξυπηρετήσουν την βέλτιστη απεικόνιση. Αν και οποιαδήποτε αλλαγή στον NDVI ενδέχεται να οφείλεται και σε άλλες εντομολογικές προσβολές, ορίστηκε ότι θα μελετώνται σαν προσβολές Σκολυτών. Για να ποσοτικοποιηθεί η συσχέτιση των εικόνων του MODIS και Sentinel-2, υπολογίστηκε ο συντελεστής Jaccard, ο οποίος υπολογίζεται από τον λόγο της τομής των δύο raster προς την ένωσή τους.

Πίνακας 1: Αξιολόγηση των μεταβολών του NDVI σε MODIS και Sentinel-2 σε περιοχές με επιβεβαιωμένες προσβολές. Τα χρώματα των κλάσεων αντιστοιχούν στην διαφορά και απόκλιση του NDVI. Το μπλε αντιστοιχεί σε θετικές αλλαγές των τιμών του δείκτη και το κίτρινο, πορτοκαλί και κόκκινο αντιστοιχούν σε αρνητικές αλλαγές των τιμών του δείκτη.

Συμπεράσματα

Οι εικόνες του NDVI του Sentinel-2 ανίχνευσαν όλες τις κηλίδες, ενώ αυτές του MODIS παρέλειψαν περίπου το 30% των 17 ομαδοποιημένων περιοχών. Λόγω της υψηλότερης ανάλυσης του δέκτη, ο Sentinel-2 εντόπισε μικρότερες κηλίδες. Επιπλέον, ο συντελεστής Jaccard έδειξε 75% ομοιότητα στην ικανότητα ανίχνευσης αρνητικών αλλαγών στον NDVI για τους δύο δορυφόρους. Η βιβλιογραφία επιβεβαιώνει ότι οι δορυφόροι με δέκτες υψηλής ανάλυσης εντοπίζουν τις κηλίδες με μεγαλύτερη ακρίβεια. Όμως, ενδέχεται κάποιό άλλο βιοτικό ή αβιοτικό στρες να θεωρηθεί εσφαλμένα κηλίδα προσβολής. Η έρευνα έδειξε ότι η χρήση ενός ετήσιου δείκτη μεταβολής με μεγαλύτερη χωρική και χρονική διακριτική ικανότητα ενδέχεται να αποτελέσει ένα χρήσιμο εργαλείο για την έγκαιρη ανίχνευση προσβολών Σκολυτών.