Χρήστης:Ilia

Από RemoteSensing Wiki

Έκδοση στις 17:39, 25 Φεβρουαρίου 2018 υπό τον/την Ilia (Συζήτηση | Συνεισφορές/Προσθήκες)
('διαφορά') ←Παλιότερη αναθεώρηση | εμφάνιση της τρέχουσας αναθεώρησης ('διαφορά') | Νεώτερη αναθεώρηση→ ('διαφορά')
Μετάβαση σε: πλοήγηση, αναζήτηση

Η αξιολόγηση της βιοποικιλότητας με τη βοήθεια της τηλεπισκόπησης στις ορεινές περιοχές: οι δυνατότητες της μεθόδου LiDAR να προβλέψει τη συγκέντρωση σκαθαριών στα δάση.

Η διατήρηση της βιοποικιλότητας αποτελεί ένα από τα πιο σημαντικά περιβαλλοντικά ζητήματα, καθότι πλήττεται σοβαρά, και η αποτελεσματική διατήρησή της εξαρτάται από το συνδυασμό δεδομένων χωρικής κατανομής και βιοποικιλότητας. Ωστόσο, η έλλειψη ταξινόμων και οικονομικών πόρων αποκλείει τη χαρτογράφηση της σημαντικής ποικιλομορφίας ειδών και πληθυσμών. Ως εκ τούτου, η πλειονότητα των μελετών περί εφαρμογής της τηλεπισκόπησης για τη στρατηγική διαχείριση και μοντελοποίηση της ποικιλότητας, αφορούν κατά βάση σπονδυλωτά ζώα, και ελάχιστα αρθρόποδα (αν και εξέχουσας οικολογικής σημασίας). Σήμερα, η ποικιλότητα των ασπόνδυλων παρουσιάζει έντονη μείωση, με ταχύτερους ρυθμούς από ότι τα φυτά και τα σπονδυλωτά. Έτσι, χρειάζονται μέθοδοι για την άμεση, οικονομική και αποτελεσματική εκτίμηση της αξίας των βιοτόπων των ειδών, σε επίπεδο λεπτομέρειας, υφής και έκτασης (10-1000 εκτάρια), ικανής για ορθή την διαχείριση και διατήρηση τους. Τα ασπόνδυλα απαντώνται κυρίως σε δάση, όμως οι γνώσεις για σύνολα εντόμων που ζουν σε δάση δεν βρίσκονται σε ικανοποιητικό επίπεδο.

Η παρούσα έρευνα αφορά τις δυνατότητες της τεχνικής LiDAR (Light Detection And Ranging)–ένα αερομεταφερόμενο σύστημα με χρήση λέιζερ για σάρωση- να μοντελοποιεί τη σύνθεση του πληθυσμού, την ποικιλότητα και τη δραστηριότητα των σκαθαριών που ζουν στα δάση. Η περιοχή μελέτης είναι το Εθνικό Πάρκο Bavarian Forest (σε υψόμετρο 650-1400μ.) στη νοτιοανατολική Γερμανία.

Το ανάγλυφο της Περιοχής Μελέτης, οι τομές για τα δείγμα Τ1-Τ4, και η θέση του Εθνικού Πάρκου, στο χάρτη της Γερμανίας. Οι 171 σταθμοί δειγματοληψίας παρουσιάζονται με λευκό σημείο. Το ένθετο στην κορυφή απεικονίζει ένα παράδειγμα του μοντέλου ψηφιακής επιφάνειας που δημιουργείται από LiDAR.

Τα τροπικά δάση αποτελούν σημαντικό βιότοπο για συγκεντρώσεις σκαθαριών, και η LiDAR είναι ικανή να παρέχει στοιχεία για την πυκνότητα του στρώματος θόλου (αποτελεί τροφή των σκαθαριών), τα δασικά κενά, και το υψόμετρο της περιοχής, που μπορεί να λειτουργήσει ως δείκτης για τις κατακρημνίσεις, τη θερμοκρασία και τους τύπους βλάστησης. Τα δεδομένα από τη τη LiDAR συλλέχθηκαν το Μάιο του 2007, και οι περιβαλλοντικές μεταβλητές που προέκυψαν ήταν το υψόμετρο, το ύψος του θόλου, το μέγιστο ύψος των δέντρων. Εν συνεχεία, πραγματοποιήθηκε η αξιολόγηση των τιμών των ανωτέρω μεταβλητών (για τη δραστηριότητα, τον πλούτο και τη σύνθεση των συνόλων των σκαθαριών) και η σύγκρισή τους, μέσω της Canonical correlation analysis (CCA), με δεδομένα από συμβατικές, επίγειες μεθόδους πεδίου. Οι συμβατικές μέθοδοι πεδίου αφορούν την πρόσληψη δειγμάτων σε σκαθάρια είτε με κρυφές παγίδες, είτε με πτυσσόμενες παγίδες παρακολούθησης. Η δειγματοληψία πραγματοποιήθηκε ορίζοντας 171 σταθμούς δειγματοληψίας, κατά μήκος τεσσάρων τομών (Τ1, Τ2, Τ3, Τ4) σε περιοχές του δάσους με έντονη κλίση, το 2007, όπως απεικονίζεται στην εικόνα 1. Ακόμη, σημειώνεται ότι οι πληροφορίες στην Κεντρική Ευρώπη για διάφορα είδη σκαθαριών, όπως για τη διατροφή, τη διασπορά και το μέγεθος του σώματος, συνέβαλε στο να εντοπιστούν δείγματα για όλα τα είδη (782).

Οι προβλέψεις της τεχνικής LiDAR ήταν αρκετά ικανοποιητικές, ειδικότερα όσον αφορά το μέσο μέγεθος του σώματος και της σύνθεσης των ειδών. Η διαφορά στην προβλεψιμότητά της για ποικιλότητα των συνόλων από τα επίγεια δείγματα εξηγείται λόγω το μεγέθους των δειγμάτων (250 άτομα σε κάθε σταθμό κατά μέσο όρο). Έτσι, τα στατιστικά για τα δεδομένα LiDAR, απέδειξαν ότι πρόκειται για τεχνική, οικονομικά αποδοτική, για τη χαρτογράφηση βιοποικιλότητας, της τάξεως που αναλογεί στο 5 -10 % της επίγειας έρευνας, ακόμη και σε απομακρυσμένες ορεινές περιοχές και σε πολύπλοκα οικοσυστήματα όπως τα δάση. Ωστόσο, αξιόπιστα στοιχεία για τη βιοποικιλότητα απαιτούνται για την επικύρωση των στατιστικών μοντέλων. Τέλος, η χαρτογράφηση της βιοποικιλότητας μιας περιοχής μπορεί να αποτελέσει σημαντικό εργαλείο για το σχεδιασμό και τη διαχείριση, σε τοπική κλίμακα, περιοχών με σημαντική περιβαλλοντική αξία. Συμπερασματικά, τα σκαθάρια αποτελούν ένα είδος εντόμου, με μέγεθος μικρότερο των 2 εκατοστών κατά μέσο όρο, και δρούν σε μικρές κλίμακες χώρου, ενώ η τραχεία υφή τους πιθανώς να σχετίζεται με την ευκολία στην αναζήτηση τροφής. Ακόμη, η δομή των θόλων καθορίζει τα χαρακτηριστικά του ενδιαιτήματος. Εν τέλει, μια τέτοια διαδικασία μοντελοποίησης, LiDAR, προσφέρει απλές, αλλά ταυτόχρονα, οικολογικά σημαντικές μεταβλητές για τη δραστηριότητα, τον πλούτο και τη σύνθεση των διαφόρων πληθυσμών σε μεγάλες περιοχές. Έτσι, συμβάλει στην αξιολόγηση ενδιαιτημάτων σε μεγάλες περιοχές, στον καθορισμό «hotspots» ποικιλομορφίας καθώς και στην παρακολούθηση των περιβαλλοντικών αλλαγών τόσο σε περιφερειακό αλλά και σε εθνικό επίπεδο διαχείρισης.

Πηγή: J. Muller & R. Brandl (2009) Assessing biodiversity by remote sensing in mountainous terrain: the potential of LiDAR to predict forest beetle assemblages. Πρωτότυπο άρθρο εδώ: [1]

Προσωπικά εργαλεία