Χαρτογράφηση και εκτίμηση της αλλαγής της γης μεταξύ 2001 και 2013 σε ένα ετερογενές τοπίο στη Δυτική Αφρική

Από RemoteSensing Wiki

Έκδοση στις 19:39, 27 Φεβρουαρίου 2018 υπό τον/την Tsoublekios (Συζήτηση | Συνεισφορές/Προσθήκες)
Μετάβαση σε: πλοήγηση, αναζήτηση
Αρχείο:Avram5.png
Τα αποτελέσματα ταξινόμησης με Τυχαία Δάση (a) και Διανυσματική Μηχανή Υποστήριξης (b)

Αρχικό άρθρο: Mapping and estimating land change between 2001 and 2013 in a heterogeneous landscape in West Africa: Loss of forestlands and capacity building opportunities [1] (Hèou Maléki Badjana, Pontus Olofsson, Curtis E. Woodcock, Joerg Helmschrot, Kpérkouma Wala, Koffi Akpagana)

Keywords: Land change, Stratified estimation, Open source, Heterogeneous landscape, Landsat, BEEODA, West Africa, Capacity building, REDD


Στη Δυτική Αφρική, η ταξινόμηση της κάλυψης της γης και της αλλαγής της γης παραμένει μια μεγάλη πρόκληση λόγω της αποσπασματικής και ετερογενούς φύσης του τοπίου. Στόχος της παρούσας μελέτης είναι η διερεύνηση λογισμικού ανοιχτού κώδικα και εύκολης υλοποίησης προσεγγίσεων για τη χαρτογράφηση και την εκτίμηση της αλλαγής της γης, οι οποίες μπορούν να μεταφερθούν σε τοπικά ιδρύματα για την ενίσχυση των δυνατοτήτων και να παράσχουν ενημερωμένες πληροφορίες σχετικά με την περιφερειακή δυναμική της επιφάνειας της γης. Οι περιοχές κάλυψης και μεταβολής της γης εκτιμήθηκαν με την εφαρμογή ενός αμερόληπτου εκτιμητή σε δείγματα δεδομένων σύμφωνα με τις διεθνείς κατευθυντήριες γραμμές. Τα ευρήματα περιλαμβάνουν μια σύσταση του αλγόριθμου Τυχαίων Δασών (RF) όπως εφαρμόζεται στην εργαλιοθήκη του Orfeo και ένα στρωματοποιημένο πρωτόκολλο εκτίμησης - όλα εκτελούνται στο περιβάλλον γραφικής χρήσης QGIS. Διαπιστώθηκε ότι, παρά την εκτιμώμενη αναδάσωση 10,727, η συνδυασμένη απώλεια δασών και σαβάνας ανερχόταν σε 56.271 εκτάρια (που αντιπροσωπεύει απώλεια 16% των δασικών εκτάσεων του 2001).

Η τηλεπισκόπηση έχει γίνει ένα σημαντικό εργαλείο για την παροχή πληροφοριών που περιγράφουν τη φύση και την έκταση των χερσαίων πόρων, για την παρακολούθηση της αλλαγής της γης με την πάροδο του χρόνου και για τη βαθμονόμηση μοντέλων πρόβλεψης μελλοντικής χρήσης γης. Αυτό ισχύει περισσότερο σήμερα καθώς η ποιότητα και η ποσότητα των δεδομένων τηλεπισκόπησης έχουν αυξηθεί δραματικά την τελευταία δεκαετία. Ένα από τα σημαντικότερα βήματα αυτής της εξέλιξης ήταν το άνοιγμα του αρχείου Landsat το 2008 αλλά και η εκκίνηση και η πολιτική ελεύθερων δεδομένων των Landsat-8 και Sentinel-2, καθώς και η εκκίνηση ενός πλήθους δορυφόρων πολύ υψηλής ανάλυσης.

Η Δυτική Αφρική είναι μια υπομελετημένη περιοχή και τα τοπικά ερευνητικά περιβάλλοντα δεν είναι σε θέση να χρησιμοποιούν πρόσφατα δεδομένα και μεθόδους. Ωστόσο, είναι μια σημαντική περιοχή βιοποικιλότητας και φυσικών πόρων που απειλούνται από την αλλαγή της γης. Τα συστήματα παρακολούθησης των δασών επιτρέπουν στις χώρες να εκτιμούν ένα ευρύ φάσμα δασικών πληροφοριών, συμπεριλαμβανομένης της παρακολούθησης και της υποβολής εκθέσεων σχετικά με τις δραστηριότητες του προγράμματος συνεργασίας των Ηνωμένων Εθνών για τη μείωση των εκπομπών από την αποδάσωση και την υποβάθμιση των δασών στις Αναπτυσσόμενες Χώρες (REDD+). Ωστόσο, η απογραφή χαρακτηριστικών των δασών και άλλων πεδίων που βασίζεται αποκλειστικά σε έρευνες εδάφους δεν είναι εφικτή σε πολλές χώρες της Δυτικής Αφρικής εξαιτίας της έλλειψης κατάλληλων πόρων και ικανοτήτων. Αυτό κάνει την τηλεπισκόπηση ένα ουσιαστικό εργαλείο για την παρακολούθηση της γης, αλλά η έλλειψη οικονομικών, ανθρώπινων και τεχνικών πόρων έχει περιορίσει τη χρήση της. Η πρόκληση της βελτίωσης της ακρίβειας των ταξινομήσεων οφείλεται όχι μόνο στη φύση του τοπίου, αλλά και στην επιλογή των δεδομένων, των προσεγγίσεων και τεχνικών προεπεξεργασίας εικόνας και ταξινόμησης. Οι πρόσφατες εξελίξεις, όπως η ανάλυση των χρονοσειρών, παρέχουν μια ελπιδοφόρα προσέγγιση για την παρακολούθηση αυτών των τοπίων, αλλά η υλοποίηση είναι δύσκολη ή και αδύνατη λόγω έλλειψης διαθέσιμων ιστορικών δεδομένων, υπολογιστικής ισχύος και τεχνικής ικανότητας. Επομένως, υπάρχει ανάγκη να βρεθούν εναλλακτικές μέθοδοι που να παρέχουν ακριβείς πληροφορίες χρησιμοποιώντας περιορισμένα δεδομένα και τεχνικές δυνατότητες. Μια εναλλακτική προσέγγιση για να ξεπεραστεί αυτό το πρόβλημα της ύπαρξης μεροληψίας είναι 1) η σύγκριση των παρατηρήσεων αντί των χαρτών κατά την ταξινόμηση της αλλαγής γης και 2) η χρήση του χάρτη μεταβολής για τη διαστρωμάτωση του τοπίου κατά την επιλογή ενός δείγματος παρατηρήσεων αναφοράς στις οποίες μπορεί να εφαρμοστεί ένας αμερόληπτος εκτιμητής - σύμφωνα με τις διεθνείς κατευθυντήριες αρχές.

Στόχος της μελέτης ήταν η διερεύνηση προσεγγίσεων για τη χαρτογράφηση και την εκτίμηση της αλλαγής της γης σε μια οικολογικά ευαίσθητη περιοχή στο Τόγκο και το Μπενίν μεταξύ 2001 και 2013 και η παροχή ενημερωμένων πληροφοριών για την αλλαγή της γης για την περιοχή μελέτης. Η μεθοδολογία βασίζεται σε λογισμικό πλήρως ανοιχτού κώδικα με τεχνικές που οι τοπικοί επαγγελματίες μπορούν να εφαρμόσουν χωρίς πρόσβαση σε μεγάλα ποσά δεδομένων και στην απαιτούμενη τεχνική ικανότητα για πιο προηγμένες μεθόδους.

Ο αμερόληπτος εκτιμητής που εφαρμόζεται στα δείγματα δεδομένων σε αυτό το άρθρο συμπεριλαμβάνει τα αποτελέσματα των σφαλμάτων ταξινόμησης χάρτη. H προσέγγιση με βάση τα εικονοστοιχεία που χρησιμοποιείται εδώ μπορεί να έχει ταξινομήσει με ακρίβεια ορισμένα εικονοστοιχεία δασών και σαβάνας που έχουν ταξινομηθεί εσφαλμένα με την προσέγγιση βάσει αντικειμένων. Αυτό υποδηλώνει ότι αν χρησιμοποιείτε δεδομένα Landsat, προτιμάται μια προσέγγιση βασισμένη σε εικονοστοιχεία.

Από τεχνική άποψη, τα αποτελέσματα δείχνουν ότι ο αλγόριθμος λιπασματοποίησης των Zhu κ.α. (2015) ξεπέρασε τις προσεγγίσεις που βασίζονται στο NDVI. Οι αδυναμίες του τελευταίου οφείλονται στην ανικανότητά του να απομακρύνει τη σκιά του νέφους ή τουλάχιστον ένα σημαντικό μέρος αυτών. Αντιθέτως, τα αποτελέσματα των Maxwell και Sylvester (2012) έδειξαν ότι οι ετήσιες μέγιστες χρονοσειρές NDVI θα μπορούσαν να εξαλείψουν επιτυχώς τα αποτελέσματα της σκιάς του νέφους και να επιτρέψουν την απεικόνιση και ανάλυση των ετήσιων αλλαγών στην καλλιεργήσιμη γη. Η διαφορά μεταξύ των αποτελεσμάτων μας και αυτών που ελήφθησαν από τους Maxwell και Sylvester (2012) μπορεί να σχετίζεται με τον αριθμό των 3 και 230 εικόνων που εισήχθησαν αντίστοιχα. Αυτό υποδηλώνει ότι με έναν περιορισμένο αριθμό διαθέσιμων εικόνων, ο αλγόριθμος των Zhu κ.α. (2015) μπορεί να είναι χρήσιμος για τη βελτίωση της ποιότητας της εικόνας για ανίχνευση αλλαγών. Το εύρος ζώνης και η υπολογιστική ισχύς συχνά περιορίζονται στην περιοχή, με αποτέλεσμα να χρησιμοποιείται συχνά ένας μικρός αριθμός εικόνων. Αυτό υπογραμμίζει το αποτέλεσμα ότι ένας ελάχιστος αριθμός τριών ημερομηνιών εικόνων μπορεί να χρησιμοποιηθεί για τη δημιουργία αποδεκτών εποχιακών συνθέτων.

Από τους δύο ταξινομητές, RF και Διανυσματική Μηχανή Υποστήριξης (SVM), που χρησιμοποιήθηκαν σ’ αυτή τη μελέτη, διαπιστώθηκαν κάποιες διαφορές: πρώτον, ο ταξινομητής RF εκτελούταν ταχύτερα. Δεύτερον, απέδωσε υψηλότερες ακρίβειες και λιγότερη μεροληψία χάρτη σε σύγκριση με τον ταξινομητή SVM. Η διαφορά στη συνολική ακρίβεια ήταν στατιστικά σημαντική σε επίπεδο σημαντικότητας 5%. Η μεταβλητότητα των φασματικών υπογραφών αυτών των κατηγοριών ελήφθη υπόψη κατά την επιλογή των δεδομένων εκπαίδευσης. Από τη σκοπιά της οικοδόμησης δυνατοτήτων, η χρήση της εικονικής μηχανής BEEODA διευκόλυνε αυτή τη διαδικασία και παρείχε ένα περιβάλλον για την εύκολη συλλογή των δεδομένων εκπαίδευσης και την εκτέλεση των ταξινομήσεων.

Προσωπικά εργαλεία