Εκτίμηση της αστικής κάλυψης δέντρων με τυχαίο σημείο δειγματοληψίας και μεθόδων τηλεπισκόπησης

Από RemoteSensing Wiki

Έκδοση στις 09:22, 14 Φεβρουαρίου 2017 υπό τον/την Asimaki Efstathia (Συζήτηση | Συνεισφορές/Προσθήκες)
Μετάβαση σε: πλοήγηση, αναζήτηση

Estimation of urban tree canopy cover using random point sampling and remote sensing methods

Ebadat G. Parmehra, Marco Amatia, Elizabeth J. Taylor, Stephen J. Livesley Centre for Urban Research, School of Global, Urban and Social Studies RMIT University, Australia School of Ecosystem and Forest Sciences, Faculty of Science, Burnley Campus, The University of Melbourne, Australia Received 23 April 2016, Revised 23 August 2016, Accepted 26 August 2016, Available online 6 September 2016

πηγή: [[1]]

Μετάφραση και Περίληψη

1. Εισαγωγή

To Nursery Gardens Industry της Αυστραλίας έχει ένα φιλόδοξο στόχο για «πρασίνισμα» των αστικών περιοχών της Αυστραλίας που θα αντηχήσει με τις πόλεις διεθνώς. Το «202020 όραμα» τους είναι να δημιουργήσει 20% περισσότερες πράσινους χώρους σε αστικές περιοχές. Ως μέρος αυτής της διαδικασίας ανετέθηκε σε πάγκο σήμανσης μελέτης για να εκτιμηθεί η ποσότητα των urban tree canopy cover (UTC). Η συγκριτική μελέτη αξιολόγησης χρησιμοποιεί μια απλή μέθοδο της τυχαίας δειγματοληψίας και διαπίστωσε μια σημαντική μεταβολή στο ποσοστό των συγκόμωση σε 139 τοπικές κυβερνήσεις της Αυστραλίας σε αστικά και ημιαστικά περιβάλλοντα, γεγονός που αντικατοπτρίζει μια παρόμοια μεγάλη ποικιλία σε περιβαλλοντικές και ιστορικές συνθήκες. Ως μέθοδοι για την εκτίμηση UTC εξελίσσονται, αξιολογούνται οι επιδόσεις και η καταλληλότητα των διαφόρων διαθέσιμων μεθόδων. Τυχαία μέθοδοι σε σημείο δειγματοληψίας, όπως το i-Tree canopy η UTC εκτίμηση βασίζεται σε περιορισμένο αριθμό σημείων ή οικόπεδα, ενώ οι μέθοδοι τηλεπισκόπησης με μέτρο UTC χρησιμοποιεί τηλεπισκοπικά δεδομένα. Όλο και περισσότερο διαθέσιμο ανίχνευσης αερομεταφερόμενων και σκόπευσης (LIDAR) και πολυ-φασματικά δεδομένα αεροφωτογραφιών μπορούν να ενσωματωθούν να προσδιορίσει σωστά με UTC πάνω από μια μεγάλη περιοχή, ενώ παρέχει πληροφορίες 3D. Σε αυτό το έγγραφο, "i-Tree canopy" ως μέθοδος δειγματοληψίας σε τυχαίο σημείο και "fused LiDAR and multi-spectral image" ως μεθόδος τηλεπισκόπισης περιγράφονται. Η περιοχή μελέτης καλύπτει Williams town ένα προάστιο μέσα δυτικά της Μελβούρνης, στην Αυστραλία.

2. Μέθοδοι για την εκτίμηση των δέντρων συγκόμωσης

2.1. Τυχαία σημείο δειγματοληψίας

Η τυχαία μέθοδος δειγματοληψίας σε σημείο που χρησιμοποιείται στην παρούσα μελέτη για την εκτίμηση UTC ονομάζεται "i-Tree canopy", η οποία αναπτύχθηκε από την Δασική Υπηρεσία USDA. Η μέθοδος αυτή βασίζεται σε μια σειρά από μεθόδους που χρησιμοποιούνται από τις πόλεις για τη συλλογική απογραφή αστικού δάσους από το 1970. Έχει χρησιμοποιηθεί διεθνώς λόγω της απλότητάς του σε απαιτήσεις χρήσης και δεδομένων. Τα σημεία σε τυχαία δείγματα είναι χειροκίνητα κατηγοριοποιούνται ως «δέντρο» και «μη-δέντρο» για την εκτίμηση της UTC μιας προκαθορισμένης περιοχής. Χρησιμοποιεί απευθείας και άμεσα διαθέσιμες αεροφωτογραφίες και δορυφορικές εικόνες μέσω των Χαρτών Google για τον εντοπισμό κάλυψης γης από τα τυχαία σημεία. Η ακρίβεια των UTC υπολογίζεται από το i-Tree canopy και εξαρτάται από την ικανότητα του χειριστή να ερμηνεύσει σωστά τις αεροφωτογραφίες ή δορυφορικές εικόνες και να ανιχνεύσει την παρουσία ή την απουσία UTC σε κάθε σημείο δειγματοληψίας. Η ακρίβεια της αναγνώρισης UTC μειώνεται όταν η ποιότητα της εικόνας είναι κακή λόγω της χαμηλής ανάλυσης της εικόνας ή σκιές. Επιπλέον, τα δέντρα μπορεί να συγχέονται με θάμνους, ή ακόμη και ψηλό χορτάρι, το οποίο μπορεί να οδηγήσει σε υπερεκτίμηση των τυχαίων σημείων του δείγματος. Η ακρίβεια των UTC εκτιμάται από i-Tree canopy και εξαρτάται από τον αριθμό των τυχαίων σημείων δειγματοληψίας. Ο μεγαλύτερος αριθμός των σημείων δειγματοληψίας οδηγεί σε μεγαλύτερη ακρίβεια στην εκτίμηση UTC. Ωστόσο, η κατηγοριοποίηση των πιο τυχαίων σημείων του δείγματος αυξάνει το χρόνο και ως εκ τούτου το κόστος της συλλογής δεδομένων. Παρά το γεγονός ότι κατευθυντήριες γραμμές χρήσης i-Tree canopy προτείνουν τη χρήση 500-1000 μονάδες του δείγματος, ο πραγματικός αριθμός των σημείων δειγματοληψίας εξαρτάται από την ακρίβεια που απαιτείται κατά την εκτίμηση της UTC. Η ακρίβεια μπορεί να μετρηθεί με το τυπικό σφάλμα (SE) των εκτιμώμενων UTC. Η SE χρησιμοποιείται ως ένας τρόπος εκτίμησης της αβεβαιότητας της UTC σε i-Tree canopy και μειώνεται εάν ο αριθμός των τυχαίων σημείων δείγματος αυξάνει. Εκτίμηση της UTC χρησιμοποιώντας i-Tree canopy 1000 τυχαία σημεία του δείγματος με δύο τάξεις του «δέντρου» και «μη-δέντρο» διεξήχθη για δύο περιοχές με UTC 3,5% και 30,5% που δείχνει το εύρος των τιμών UTC στη μελέτη περιοχή.


2.2. Τηλεπισκόπηση

Δεδομένα αερομεταφερόμενων LiDAR έχουν χρησιμοποιηθεί ευρέως σε 3D χαρτογράφηση δασικών περιοχών. Πολλές μελέτες έχουν διεξάγει χαρτογράφηση των δασικών περιοχών, χρησιμοποιώντας δεδομένα LiDAR και εικόνων για εφαρμογές όπως η εκτίμηση της ώρας UTC και ο δείκτης φυλλικής επιφάνειας. Πολυφασματική αεροφωτογραφίες και δορυφορικές εικόνες χρησιμοποιήθηκαν για την UTC χαρτογράφηση μέσω της τεχνικής αντικειμένου που βασίζεται σε ανάλυση εικόνας (OBIA). Χαρτογράφηση UTC χρησιμοποιώντας LiDAR και World View 2imagery δεδομένα έχουν σχέση και έχουν ανώτερα αποτελέσματα έχουν επιτευχθεί με τη χρήση δεδομένων LiDAR. Παρ 'όλα αυτά, οι αλγόριθμοι έχουν σχεδιαστεί για την εξαγωγή των UTC από τα δεδομένα LiDAR μπορεί να αποτύχει σε αστικές περιοχές, λόγω της παρουσίας τεχνητών αντικειμένων, κυρίως κτίρια. Το 3D ανάλυση σχήμα των σημείων LiDAR χρησιμοποιείται για την κατηγοριοποίηση επίπεδα και μη επίπεδα αντικείμενα, στα οποία επίπεδα και μη επίπεδα αντικείμενα σχετίζονται με κτίρια και δέντρα, αντίστοιχα. Η διακύμανση επιφάνειας μετράται με χρήση principle component anasis (PCA) των σημείων της επιφάνειας. Αρκετές προσεγγίσεις έχουν αξιοποιήσει το συμπληρωματικό χαρακτήρα των πολλών φασματικών δεδομένων εικόνων και LiDAR για την εξόρυξη των κτιρίων και των δέντρων στις αστικές περιοχές. Ολοκληρωμένη LiDAR και υπερφασματικά δεδομένα εικόνων έχουν χρησιμοποιηθεί για τη χαρτογράφηση αστικού δάσους δομής για να μειωθεί η αβεβαιότητα στις εκτιμήσεις των ειδών επιπέδου UTC. Εκτός από LiDAR και τα δεδομένα εικόνων, έχουν GIS θεματικά επίπεδα που έχουν χρησιμοποιηθεί για την UTC χαρτογράφηση σε αστικές και προαστιακές περιοχές. Παρά το γεγονός ότι η συγχώνευση των εικόνων και δεδομένων LiDAR βελτιώνει την απόδοση της εκχύλισης των κτιρίων και των δέντρων, η διαδικασία εξακολουθεί να πάσχει από την έλλειψη της πλήρης ενσωμάτωσης των φασματικών πληροφοριών με δεδομένα LiDAR, τα οποία εξαρτώνται κυρίως από την ποιότητα των συν-καταγραφή των σημείων LiDAR και δεδομένων εικόνων. Ως εκ τούτου, η ένταση με βάση την συν-καταγραφή της δορυφορικής εικόνας σε δεδομένα LiDAR με τοπικά αμοιβαία ενημέρωσης και μία ακρίβεια pixel επιτυγχάνεται για την ευθυγράμμιση του συνόλου δεδομένων.

2.3. Σύγκριση των τυχαίων σημείων δειγματοληψίας και μεθόδων τηλεπισκόπησης

Οι γενικές ροές εργασιών της εκτίμησης των UTCs χρησιμοποιώντας το i-Tree canopy με το χέρι και αυτόματη κατηγοριοποίηση τυχαίων σημείων του δείγματος και της μεθόδου τηλεπισκόπισης χρησιμοποιώντας fused multispectral images και δεδομένα LiDAR. Τυχαία μέθοδος σημείου δειγματοληψίας χρησιμοποιεί αεροφωτογραφιών και δορυφορικών εικόνων για τον εντοπισμό χειροκίνητα την UTC. Η LiDAR που προέρχεται από UTC χάρτη επιτρέπει την αυτόματη κατηγοριοποίηση των τυχαίων σημείων για την εκτίμηση της ώρας UTC και της ακρίβειας, χρησιμοποιώντας το i-Tree. Λαμβάνοντας υπόψη ότι η μέθοδος της τηλεπισκόπησης βασίζεται στην αυτόματη επεξεργασία δεδομένων LiDAR και πολυ-φασματικής εικόνας. Τόσο δειγματοληψία τυχαίων σημείων και μεθόδων τηλεπισκόπησης παρέχουν μία εκτίμηση του UTC, ωστόσο η μέθοδος τηλεπισκόπηση μπορεί να παρέχει μια συνεχή 2D και 3D UTC χάρτες που μπορούν να χρησιμοποιηθούν για πολλές εφαρμογές, π.χ. ακριβής εκτίμηση των δέντρων αντίκτυπο στην αστική θερμονησίδα, ομβρίων υδάτων, την ποιότητα του αέρα, καθώς και την ανίχνευση των αλλαγών σε χώρους πρασίνου. Δεδομένου ότι η αβεβαιότητα των UTC εκτιμάται με μεθόδους τυχαίας δειγματοληψίας εξαρτάται τόσο από τον αριθμό των σημείων δειγματοληψίας και το πραγματικό ποσό της UTC, παραγωγή τυχαίων σημείων δειγματοληψίας και της ταυτοποίησης της κατηγορίας του συνεχίζεται μέχρι την επίτευξη της προκαθορισμένης τιμής. Για να απομονωθούν καθαρά τα σφάλματα που οφείλονται σε τυχαία δειγματοληψία σε ένα i-Tree UTC σύγκριση με LiDAR ράστερ UTC, το ράστερ UTC LiDAR χρησιμοποιήθηκε ως εικόνα βάση για i-Tree canopy. Η χρήση του canopy raster ως τη βασική γραμμή που συνεπάγεται ότι το στρώμα είναι υψηλής ποιότητας και ακρίβειας.

3. Αποτελέσματα και συζήτηση

3.1. Αποτελέσματα της τυχαίας δειγματοληψίας σημείου

Το εργαλείο i-Tree canopy χρησιμοποιήθηκε για να κατηγοριοποιήσει τυχαία σημεία του δείγματος σε απευθείας σύνδεση με τη χρήση των αεροφωτογραφιών του 2012 που παρέχονται από το Google Maps. Πρώτον, το όριο της κάθε στατιστικής περιοχής (SA) εισήχθη στο πρόγραμμα i-Tree canopy και την επιθυμητή κατηγορία, όπως το δέντρο, μη-δέντρο, κλπ. Αυτό επαναλήφθηκε για ένα ελάχιστο 200 μονάδες δείγματος σε κάθε SA ή έως ότου ένα προκαθορισμένο πρότυπο σφάλμα 2,55% επιτεύχθηκε. Τέλος, παρατήρησε σημεία που εξήχθησαν μαζί με συνοπτική έκθεση της έρευνας για την παραγωγή ενός χειροκίνητου που κατηγοριοποιούνται σε UTC. Μερικά επίπεδα αβεβαιότητας με τον προσδιορισμό και την ταξινόμηση των τυχαίων σημείων σε αεροφωτογραφίες μπορούν να αποφευχθούν.

3.2. Αποτελέσματα της τηλεπισκόπησης

Τηλεπισκοπικα δεδομένα που κάλυπταν 3 χιλιόμετρα × 6 χιλιόμετρα περιοχή της πόλης Williams και γύρω, και αποτελείται World View 2 δορυφορική εικόνα με 50 εκατοστά απόσταση δείγματος εδάφους (GSD), τα οποία λήφθησαν το 2011. Εκχυλίσματα UTC μπορούν να παρουσιάζονται σε μορφές 2D και 3D που ονομάζονται «LiDAR raster UTC» και «LiDAR point UTC», αντίστοιχα. Στην παρουσίαση 2D, ράστερ της ώρας UTC και περιγράμματα των UTC χρησιμοποιούνται συνήθως, και η αξία τοις εκατό UTC μπορεί να υπολογιστεί με διαίρεση της περιοχής UTC από όλη την περιοχή. Σε 3D παρουσίαση, το LiDAR σημείο δέντρου που χρησιμοποιείται για 3D παρουσίαση της ώρας UTC και της αξίας τοις εκατό UTC υπολογίζεται με διαίρεση της LiDAR σημεία δέντρο από όλες τις LiDAR σημεία. . Με άλλα λόγια, η επικάλυψη των LiDAR scanlines αυξάνει το ποσοστό αξίας UTC όπου η επικαλυπτόμενη περιοχή έχει περισσότερες UTC από το μέσο όρο UTC του συνόλου δεδομένων.

3.3. Σύγκριση των αποτελεσμάτων των τυχαίων σημείων δειγματοληψίας και μεθόδων τηλεπισκόπησης

Το i-Tree canopy δεν είναι σε θέση να παρέχει 2D και 3D χάρτες UTC, μόνο τις εκτιμώμενες τιμές τοις εκατό UTC για μια δεδομένη περιοχή και μπορεί να χρησιμοποιηθεί για τη σύγκριση των επιδόσεων των i-Tree canopy και τις μεθόδους τηλεπισκόπησης. Η αβεβαιότητα του i-Tree εκτιμά UTC είναι ένας συνδυασμός του εγγενούς σφάλματος εκτίμησης του UTC χρησιμοποιώντας τη μέθοδο και λάθος ταυτοποίησης του σημείου δείγματος κατηγορίας δειγματοληψίας με βάση τυχαίο σημείο. Το σφάλμα της μεθόδου τυχαίου σημείου δειγματοληψίας εξαρτάται από τον αριθμό των σημείων δειγματοληψίας και μειώνεται με την αύξηση του αριθμού των δειγμάτων. Σε αντίθεση, το σφάλμα της αναγνώρισης των σημείων δειγματοληψίας εξαρτάται από την εναέρια ποιότητα εικόνας.

3.3.1. Αυτόματη κατηγοριοποίηση τυχαίων σημείων δείγματος

Η διαφορά μεταξύ του αρχικού i-Tree της ώρας UTC δημιουργείται κατηγοριοποίηση i-Tree χρησιμοποιώντας το ράστερ UTC LiDAR, ύφασμα-αγανακτεί το σφάλμα δειγματοληψίας. Καθώς οι συγκόμωση αυξάνεται, το ίδιο κάνουν και οι γραμμές σφάλματος σε συνδυασμό με την αβεβαιότητα της εκτίμησης UTC. Μία αύξηση σε ακρίβεια απαιτεί τέσσερις φορές αύξηση στην αριθμός των δειγμάτων σημεία. Το πιο σημαντικό, να έχουμε αξιόπιστες εκτιμήσεις από μια μέθοδο δειγματοληψίας τυχαίου σημείου από πολλά περισσότερα σημεία που απαιτείται, αν η UTC απαιτείται για αναλύσεις αγροτεμάχιου κλίμακας. Κατά συνέπεια, η μέθοδος δειγματοληψίας τυχαίου σημείου θα είναι χρονοβόρα, και, ενδεχομένως, πιο ακριβή από ό, τι τηλεπισκοπική μέθοδο.

3.3.2. Χειροκίνητη κατηγοριοποίηση τυχαίων σημείων δείγματος

Προκειμένου να αξιολογηθεί η αβεβαιότητα i-Tree UTC λόγω σφαλμάτων που δημιουργούνται μέσω τυχαίας δειγματοληψίας συν σφάλματα που οφείλονται σε εικόνες, μια έρευνα i-Tree canopy διεξήχθη για όλες τις ανώνυμες εταιρείες με βάση αεροφωτογραφίες που παρέχονται από το Google Maps (2012) με επίπεδο εμπιστοσύνης του 95%. Δεδομένου ότι η αβεβαιότητα δειγματοληψία καθορίζεται σε 5%, ο αριθμός των δειγμάτων ποικίλλει ανάλογα με την αύξηση ή μείωση του UTC εποπτείας. Η διαφορά μεταξύ i-Tree της ώρας UTC και της LiDAR raster UTC μπορεί επίσης να είναι λόγω των αλλαγών σε UTC της περιοχής μελέτης και τα γεωμετρικά σφάλματα στην παραγωγή αεροφωτογραφιών ή δορυφορικών ορθών εικόνων. Η ισχύς της συσχέτισης μεταξύ UTCs εκτιμάται από i-Tree canopy και τις μεθόδους τηλεπισκόπησης δείχνει μια σημαντική συσχέτιση μεταξύ των εκτιμήσεων της UTC. Αξίζει να σημειωθεί ότι η διαφορά τη χρονική στιγμή των δεδομένων που συλλαμβάνονται στα δεδομένα τηλεπισκόπησης και η εικόνα των Χαρτών Google δεν έχει σημαντική επίδραση στην εκτιμώμενη UTC χρησιμοποιώντας το i-Tree canopy με διάστημα εμπιστοσύνης 5%. Στην πραγματικότητα, απομακρυσμένης ανίχνευσης μέθοδος παρέχει μια πλήρη επισκόπηση της αστικό δάσος canopy, το οποίο μπορεί να χρησιμοποιηθεί για περαιτέρω έρευνα. Η ανίχνευση των αλλαγών σε UTC χρησιμοποιώντας τυχαία δειγματοληψία σε σημείο περιορίζονται, δεδομένου ότι μπορεί να παρουσιάσει μόνο τη συνολική μεταβολή UTC εντός της περιοχής μελέτης. UTC χάρτες που παράγονται με μεθόδους τηλεπισκόπησης μπορεί να επιτρέψουν ένα ευρύτερο φάσμα των μετρήσεων της αλλαγής της ώρας UTC στις αστικές περιοχές. Για παράδειγμα, τηλεπισκοπικοί χάρτες UTC μπορεί να ενσωματωθούν για τον προσδιορισμό συγκεκριμένων, μεμονωμένων δέντρων που μπορεί να έχουν αυξηθεί ραγδαία την πάροδο του χρόνου, έχουν αφαιρεθεί ή εμφανίστηκαν μέσω της φύτευσης.

4. Συμπεράσματα

Ως μέθοδοι για την εκτίμηση UTC που εξελίσσεται, γίνεται όλο και πιο σημαντική για τον αστικό σχεδιασμό, τη δασοκομία και τους φορείς χάραξης περιβαλλοντικής απόφασης για την κατανόηση των πλεονεκτημάτων και μειονεκτημάτων των διαφόρων μεθόδων και να συγκρίνει συστηματικά την απόδοση των μεθόδων αυτών. Στο έγγραφο αυτό, η απόδοση και αβέβαιοι δεσμοί που σχετίζονται με δύο γνωστές προσεγγίσεις στην εκτίμηση UTC συγκρίνονται: (1) η δειγματοληψία τυχαίο σημείο και (2) fused LiDAR and multispectral imagery data. Μεθόδους δειγματοληψίας τυχαίου σημείου προσφέρουν τα πλεονεκτήματα των ελευθέρων προσιτών δεδομένων και λογισμικό κατάλληλο για ένα ευρύ φάσμα χρηστών. Ωστόσο, οι χρήστες της οποιασδήποτε μεθόδου δειγματοληψίας τυχαίου σημείου πρέπει να γνωρίζουν τις αβεβαιότητες που συνδέονται με οποιαδήποτε εκτίμηση UTC, ειδικά εάν χρησιμοποιούνται για την παρακολούθηση της αλλαγής. Αυτή η μελέτη δείχνει ότι μια μεγάλη αύξηση στον αριθμό των τυχαίων σημείων δειγματοληψίας μπορεί να παρέχει μια σχετικά μικρή αύξηση της ακρίβειας. Η χρήση της SE των εκτιμώμενων UTC ως κριτήρια για να σταματήσει τυχαία δειγματοληψία σημείο παρέχει εκτιμήσεις της UTC με ένα σταθερό επίπεδο εμπιστοσύνης. Ως εκ τούτου, ακόμη και μια πρόχειρη εκτίμηση της συγκόμωση πριν από τη δειγματοληψία θα βοηθήσει στη λήψη αποφάσεων για την εκτίμηση της έντασης και το κόστος μιας προσπάθειας δειγματοληψίας. Αντίθετα, οι μέθοδοι τηλεπισκόπησης παρέχουν πολλά πλεονεκτήματα, όπως πιο ευέλικτους 2D και 3D UTC χάρτες που μπορούν να επανενταχθούν στην έρευνα ή τη διαχείριση. Ωστόσο, αν και τα δεδομένα LiDAR χαμηλής πυκνότητας γίνεται όλο και πιο διαδεδομένη, μια σημαντική πρόκληση είναι η κατάλληλη εφαρμογή των σύνθετων τεχνικών που απαιτούνται για να υπολογιστεί με ακρίβεια UTC. Τα ευρήματα της μελέτης μας δεν αποκλείουν τη χρήση του, καθώς και τη συνέχιση της ανάπτυξης στις δύο μεθόδους εκτίμησης UTC. Οι πολλαπλές και μεταβαλλόμενες απαιτήσεις και προσδοκίες που επιβάλλονται στα αστικά σύνολα χωρικών δεδομένων σημαίνει μια συνεχή απογραφή χάρτη της UTC πουπαρέχει μεγαλύτερη ευελιξία και ευκαιρία σε κάθε πολεοδόμο, δασολόγο ή ο διαχειριστή του περιβάλλοντος.

Προσωπικά εργαλεία