Prediction of ecological effects of potential population and impervious surface increases using a remote sensing based ecological index (RSEI)

Από RemoteSensing Wiki

Έκδοση στις 13:17, 20 Δεκεμβρίου 2023 υπό τον/την Dionysopoulou anna (Συζήτηση | Συνεισφορές/Προσθήκες)
('διαφορά') ←Παλιότερη αναθεώρηση | εμφάνιση της τρέχουσας αναθεώρησης ('διαφορά') | Νεώτερη αναθεώρηση→ ('διαφορά')
Μετάβαση σε: πλοήγηση, αναζήτηση

Πρόβλεψη των οικολογικών επιπτώσεων του δυνητικού πληθυσμού και των αυξήσεων της αδιαπέραστης επιφάνειας χρησιμοποιώντας έναν οικολογικό δείκτη που βασίζεται στην τηλεπισκόπηση (RSEI)

Συγγραφείς: Hanqiu Xu, Meiya Wang , Tingting Shi, Huade Guan, Canying Fang, Zhongli Lin

Πηγή: [1]

Εικόνα 1: Εικόνα Sentinel 2A περιοχής μελέτης.

Εισαγωγή

Η αστική ανάπτυξη έχει σοβαρές οικολογικές επιπτώσεις, συνδεόμενες με την τροποποίηση του τοπίου, τη χρήση γης και τις κατασκευαστικές πρακτικές. Αυτές οι αλλαγές συνεισφέρουν στην παγκόσμια περιβαλλοντική αλλαγή, με επιπτώσεις όπως η ατμοσφαιρική ρύπανση. Η περιβαλλοντική υποβάθμιση του αστικού περιβάλλοντος αποτελεί αυξανόμενη απειλή. Σε αυτό το πλαίσιο η Xiong'an στη Βόρεια Κίνα, προτείνει προσεκτικό περιβαλλοντικό σχεδιασμό για τη διατήρηση της οικολογικής ποιότητας. Κρίσιμοι παράγοντες είναι η πληθυσμιακή αύξηση, η αδιαπέραστη επιφάνεια και η ενδεχόμενη επίδραση στην περιβαλλοντική ποιότητα, καθιστώντας απαραίτητη την προβλεπτική αξιολόγηση για την επίτευξη βιώσιμης αστικής ανάπτυξης. Η χρήση της τηλεπισκόπησης έχει εξελιχθεί σε ένα ισχυρό εργαλείο για τη διαχείριση του οικοσυστήματος, παρέχοντας πληροφορίες για την κατάσταση του περιβάλλοντος από τοπική έως παγκόσμια κλίμακα. Τα δορυφορικά δεδομένα επιτρέπουν τη μέτρηση διάφορων παραμέτρων οικοσυστημάτων, όπως ο τύπος κάλυψης γης, ο δείκτης επιφάνειας φύλλων και η βιομάζα. Οι οικολογικοί δείκτες που προκύπτουν από την τηλεπισκόπηση έχουν ευρεία χρησιμότητα σε πολλούς τομείς, όπως η παρακολούθηση της αλλαγής του περιβάλλοντος και η αξιολόγηση της οικολογικής ποιότητας. Ο κανονικοποιημένος δείκτης βλάστησης διαφοράς (NDVI) είναι ένας συνήθης δείκτης που χρησιμοποιείται για τον χαρακτηρισμό περιοχών με βλάστηση. Άλλοι δείκτες, όπως η θερμοκρασία της επιφάνειας της γης (LST), έχουν εφαρμοστεί για τον χαρακτηρισμό της αστικής θερμικής νησίδας (UHI). Διάφοροι συγκεντρωτικοί οικολογικοί δείκτες, όπως οι δείκτες παρακολούθησης της δασικής κάλυψης, έχουν εφαρμοστεί για την αξιολόγηση των ιδιοτήτων των οικοσυστημάτων. Παρά τις επιτυχίες, η πρόβλεψη του αντίκτυπου της πληθυσμιακής αύξησης στην οικολογική ποιότητα παραμένει πρόκληση. Η εργασία αυτή προτείνει μια προσέγγιση για την πρόβλεψη αυτών των αλλαγών, χρησιμοποιώντας έναν βελτιωμένο οικολογικό δείκτη που συνδυάζει πληροφορίες από δεδομένα τηλεπισκόπησης. Τα αποτελέσματα αυτής της έρευνας παρέχουν βασικές πληροφορίες για την ανάπτυξη της περιοχής Xiong'an και μπορούν να χρησιμοποιηθούν για τον σχεδιασμό της αστικής πράσινης ανάπτυξης και τη λήψη αποφάσεων σχετικά με τις οικολογικές επιπτώσεις της αύξησης του πληθυσμού.

Περιοχή μελέτης

Η περιοχή Xiong'an, τοποθετημένη στο κέντρο της επαρχίας Hebei, περιλαμβάνει τρεις κομητείες και γύρω περιοχές στη βόρεια Κίνα. Είναι κατά κύριο λόγο γεωργική, με εύφορο έδαφος και η περιοχή χαρακτηρίζεται από μεγάλο ποσοστό καλλιεργήσιμης γης και μικρό ποσοστό δασικής έκτασης.Η λίμνη Baiyangdian είναι ένα σημαντικό γεωγραφικό στοιχείο και η πόλη βρίσκεται 10 χλμ νοτιοδυτικά του Πεκίνου. Το κλίμα είναι ηπειρωτικό, και η περιοχή έχει μέση ετήσια θερμοκρασία 12,1°C και μέση ετήσια βροχόπτωση 560 mm. Η περιοχή καλύπτει περίπου 1566 km2 με πληθυσμό περίπου 1,131 εκατομμυρίου κατοίκων.

Μέθοδοι

Δεδομένα τηλεπισκόπησης : Χρησιμοποιήθηκε μια εικόνα Sentinel 2A με ημερομηνία 21 Αυγούστου 2016 από το Copernicus Open Access Hub της ESA, με χωρική ανάλυση 10m και 13 φασματικά κανάλια. (εικόνα1) Η εικόνα Sentinel 2A παρέχει δεδομένα σε Επίπεδο 1C με ανάκλαση Top Of Atmosphere (TOA) και υπεβλήθη σε ατμοσφαιρική διόρθωση χρησιμοποιώντας τον επεξεργαστή SEN2COR της ESA. Για την αξιολόγηση των αλλαγών στην οικολογική κατάσταση, χρησιμοποιήθηκε εικόνα Landsat 8 με ημερομηνία 10 Ιουλίου 2017. Επιπλέον, χρησιμοποιήθηκε μια εικόνα Landsat 8 TIRS από τις 22 Αυγούστου 2015, λόγω έλλειψης πιστοποιημένων εικόνων Landsat 8 κοντά στην ημερομηνία της εικόνας Sentinel 2A. Παρόλο που οι εικόνες είναι από διαφορετικές ημερομηνίες, οι παρόμοιες καιρικές συνθήκες και η έλλειψη ορατών αλλαγών στις καλύψεις γης υποστηρίζουν τη συμπληρωματική χρήση των δύο εικόνων. Λόγω της έλλειψης θερμικής υπέρυθρης ζώνης των εικόνων Sentinel 2A, η θερμοκρασία της επιφάνειας της γης (LST) της περιοχής μελέτης ελήφθη από την εικόνα Landsat 8 TIRS που έχει σχεδόν την ίδια ημέρα του έτους και παρόμοιες καιρικές συνθήκες με τη χρησιμοποιημένη εικόνα Sentinel 2A. Προκειμένου να κατανοηθεί η πιο πρόσφατη κατάσταση κάλυψης της επιφάνειας του εδάφους και η οικολογική ποιότητα της περιοχής, αρχικά ανακτήθηκαν οι κύριες καλύψεις γης της περιοχής, οι οποίες είναι δομημένες εκτάσεις, βλάστηση που κυριαρχείται από αγροτικές εκτάσεις και υδάτινα σώματα (ποτάμια και λίμνες ). Χρησιμοποιήθηκαν οι δείκτες NDISΙ για τον αστικό ιστό ΜΝDWI για τις υδάτινες επιφάνειες και NDVI για τη βλάστηση. Δείκτης RSEI: Ο RSEI είναι ένας πρόσφατα προτεινόμενος συγκεντρωτικός οικολογικός δείκτης που αναπτύχθηκε ειδικά για την αξιολόγηση της οικολογικής κατάστασης χρησιμοποιώντας την τεχνολογία τηλεπισκόπησης (Xu, 2013). Ο δείκτης ενσωματώνει τέσσερις δείκτες (βλάστηση, υγρασία, ξηρότητα και ζέστη) που χρησιμοποιούνται συχνά για την αξιολόγηση των οικολογικών συνθηκών επειδή σχετίζονται στενά με την οικολογική ποιότητα και μπορούν να γίνουν άμεσα αντιληπτοί από τους ανθρώπους. Οι τέσσερις δείκτες μπορούν να υπολογιστούν χρησιμοποιώντας σχετικούς αλγορίθμους τηλεπισκόπησης. Η βλάστηση αντιπροσωπεύεται από το NDVI, η ξηρότητα από τον NDSI και η υγρασία μπορεί να υπολογιστεί χρησιμοποιώντας τις εξισώσεις στην εικόνα2 όπου Βi είναι τα κανάλια του δορυφόρου, ανάλογα το δορυφόρο.

Εικόνα 2: Υπολογισμός της υγρασίας.

Ο συνδυασμός των δεικτών γίνεται με την παραγοντική ανάλυση κύριων συνιστωσών (PCA) και αντιπροσωπεύεται από το 1ο στοιχείο της καθώς συνήθως δίνει περισσότερα από το 80% του συνολικού ποσοστού των δεδομένων. Η συνεισφορά κάθε δείκτη στο RSEI παίρνει βάρος ανάλογα με το φορτίο του στο 1ο στοιχείο των κύριων συνιστωσών (PC1). Είναι απαραίτητο να ομαλοποιηθούν οι τιμές των τεσσάρων δεικτών μετάξυ 0 και 1 προτού εκτελεστεί η PCA, καθώς η μονάδα και το εύρος δεδομένων των δεικτών διαφέρουν. Οι υψηλές τιμές του RSEI αντιπροσωπεύουν μια κακή οικολογική κατάσταση ενώ οι χαμηλές καλή. Προκειμένου αυτό να αντιστραφεί ο RSEI και να αντιπροσωπεύει το βαθμό φυσικότητας μια περιοχής, αφαιρέθηκε από το 1 και στη συνέχεια κανονικοποιήθηκε μεταξύ του 0 και 1 έτσι ώστε κοντά στο 0 να δείχνει κακή οικολογική ποιότητα και κοντά στο 1 καλή. Τα επίπεδα είναι : Επίπεδο 1 (πολύ κακό): 0–0,2; Επίπεδο 2 (κακό): 0,2–0,4; Επίπεδο 3 (αποδεκτό): 0,4–0,6; Επίπεδο 4 (καλό): 0,6–0,8 και Επίπεδο 5 (φυσικό): 0,8–1. Μια τέτοια σύνθεση RSEI μπορεί να χρησιμοποιηθεί για την ποσοτικοποίηση της οικολογικής ποιότητας, καθώς οι τέσσερις χρησιμοποιούμενοι δείκτες απορρέουν από την έννοια των οικολογικών συνθηκών. Οι επιθυμητότερες οικολογικές συνθήκες, όπως προκύπτει από τους δείκτες του RSEI, χαρακτηρίζονται από υψηλή βλάστηση, υγρασία βλάστησης-εδάφους, χαμηλή ξηρότητα και χαμηλή καλοκαιρινή θερμοκρασία.

Το RSEI σχεδιάστηκε ως ένα εργαλείο αξιολόγησης της οικολογικής κατάστασης και έχει εφαρμοστεί με επιτυχία σε πολλές πόλεις και περιοχές για την αξιολόγηση των οικολογικών ιδιοτήτων. 

Ο δείκτης LST του RSEI προήλθε από θερμικές εικόνες Landsat μεγαλύτερης ανάλυσης, όπως εικόνες Landsat 8 TIRS με ανάλυση 100m. Ενώ οι άλλοι τρεις δείκτες έχουν μεγαλύτερη ανάλυση καθώς προέρχονται από πολυφασματικές ζώνες, όπως ζώνες ανάλυσης 10m του Sentinel 2A και ζώνες ανάλυσης 30m του Landsat 8. Ο συνδυασμός εικόνων διαφορετικής ανάλυσης θα μειώσει την ικανότητα του RSEI στη διαφοροποίηση των χωρικών λεπτομερειών των οικολογικών συνθηκών. Αναμένεται πάντα υψηλότερη χωρική ανάλυση για μελέτη αστικής οικολογίας. Επομένως, το RSEI βελτιώνεται σε αυτήν τη μελέτη με μια εικόνα LST που έχει σταθερή ανάλυση με τους άλλους τρεις δείκτες. Το TsHARP των Agam et al. (2007) είναι ένας συχνά χρησιμοποιούμενος αλγόριθμος για την ευκρίνεια των θερμικών εικόνων. Ο αλγόριθμος οξύνει τις χονδρές θερμικές εικόνες με έναν δείκτη βλάστησης που ενσωματώνει υψηλότερη χωρική ανάλυση ορατές και εγγύς υπέρυθρες ζώνες. Η όξυνση επιτυγχάνεται με βάση την υπόθεση ότι υπάρχει μια μοναδική σχέση μεταξύ του LST και του δείκτη βλάστησης σε όλες τις χωρικές αναλύσεις. Ως εκ τούτου, η εικόνα LST μεγαλύτερης ανάλυσης οξύνεται με τη βοήθεια ενός δείκτη βλάστησης.

Αποτελέσματα

Σε αυτή τη μελέτη, η ανακτηθείσα εικόνα LST ανάλυσης 100m οξύνθηκε σε ανάλυση 10m χρησιμοποιώντας την εικόνα NDVI 10m που προέρχεται από τη χρησιμοποιούμενη εικόνα Sentinel 2A. Ένα μόνο εικονοστοιχείο της εικόνας LST ανάλυσης 100m αντιστοιχεί σε μπλοκ εικονοστοιχείων που αποτελούνται από 100 εικονοστοιχεία των ζωνών ανάλυσης 10m της εικόνας Sentinel 2A. Επομένως, τα 100m pixel της εικόνας LST μπορούν να ευκρινιστούν σε ανάλυση 10m με εικόνες NDVI που υπολογίζονται χρησιμοποιώντας τις κόκκινες ζώνες 10m και τις εγγύς υπέρυθρες ζώνες της εικόνας Sentinel 2A. Στη συνέχεια, η ευκρινισμένη εικόνα LST 10m συνδυάστηκε με τις εικόνες των τριών άλλων δεικτών που έχουν ανάλυση 10m. Αυτό θα παράγει μια πραγματική εικόνα RSEI 10m για την εικόνα Sentinel 2A και έτσι θα βελτιώσει σημαντικά τις χωρικές λεπτομέρειες του RSEI. Η πληθυσμιακή σύνθεση, σημαντικό κριτήριο στον περιφερειακό σχεδιασμό, προβλέπει τον αντίκτυπο του σχεδιασμού στο οικολογικό σύστημα. Η αύξηση του πληθυσμού απαιτεί επιπλέον αδιαπέραστες κατασκευές, μειώνοντας τα φυσικά τοπία. Η πρόβλεψη του αντίκτυπου της αύξησης του πληθυσμού στο οικολογικό περιβάλλον συνδέεται με την ποσότητα της πιθανής αύξησης της επιφάνειας IS. Παρά τις περιορισμένες δυνατότητες των τρεχουσών μεθόδων, η συνδυασμένη χρήση της τηλεπισκόπησης με φασματικές πληροφορίες και δεδομένα πληθυσμού είναι πολλά υποσχόμενη. Προηγούμενες έρευνες έχουν αποδείξει συνδέσεις μεταξύ πληθυσμιακής αύξησης, αδιαπέραστης επιφάνειας και κατακερματισμού του τοπίου. Με βάση την προβλεπόμενη αύξηση του πληθυσμού, αυτή η μελέτη πρότεινε μια μέθοδο για την εκτίμηση της συνολικής έκτασης IS σε μια περιοχή από την οποία η συνολική οικολογική ποιότητα της περιοχής δεν θα επηρεαστεί μετά την αύξηση της περιοχής IS. Η πιο πρόσφατη κατάσταση κάλυψης εδάφους και η οικολογική ποιότητα στη Xiong'an αναλύθηκαν με χρήση της εικόνας Sentinel 2A του 2016. Η επιλογή αυτή έγινε λόγω της υψηλότερης ανάλυσης (10m) σε σύγκριση με την εικόνα Landsat 8 (30m) που αποκτήθηκε κατά τη περίοδο συγκομιδής της περιοχής. Η ακρίβεια των δεδομένων βλάστησης και, κατ' επέκταση, η πραγματική οικολογική κατάσταση, μπορεί να επηρεαστεί σημαντικά από τη διαφορετική ανάλυση. Οι θεματικές εικόνες αδιαπέραστης επιφάνειας, βλάστησης και νερού ανακτήθηκαν από την εικόνα Sentinel 2A, με τη χρήση χειροκίνητα προσαρμοσμένων τιμών κατωφλίου. Η εξαγωγή αδιαπέραστης επιφάνειας, βλάστησης και νερού πραγματοποιήθηκε με πολλές τιμές κατωφλίου, επιτρέποντας λεπτομερέστερη ανάλυση για κάθε χαρακτηριστικό. Οι προκύπτουσες εικόνες διορθώθηκαν χειροκίνητα για πιθανά εσφαλμένα ταξινομημένα pixel. Η επικύρωση πραγματοποιήθηκε χρησιμοποιώντας μια σχεδόν σύγχρονη εικόνα Google Earth υψηλής χωρικής ανάλυσης (22-06-2016) ως αναφορά. Συνολικά 565 δείγματα επιλέχθηκαν τυχαία για την επικύρωση. Τα αποτελέσματα δείχνουν ότι οι τρεις θεματικές εικόνες που εξήχθησαν επιτυγχάνουν υψηλή ακρίβεια κοντά στο 90%. Στην εικόνα3 φαίνεται ο RSEI και ο χάρτης 5 επιπέδων με τις χωρικές διαφορές οικολογικής κατάστασης. Παρά τη συνολική καλή οικολογική κατάσταση η περιοχή είναι ευαίσθητη στις εποχικές αλλαγές. Στην εικόνα4 είναι αριστερά η τηλεπισκοπική εικόνα και δεξιά ο χάρτης RSEI της περιοχής Xiong’an τον Ιούλιο του 2017. Κλείνοντας η μελέτη παρουσιάζει μια προσέγγιση για τον προσδιορισμό της περιφερειακής οικολογικής ποιότητας μέσω του οικολογικού δείκτη RSEI, εξετάζοντας την επίδραση της αύξησης του πληθυσμού στη Νέα Περιοχή Xiong'an. Η προσέγγιση αυτή εστιάζει στη συσχέτιση της αύξησης του πληθυσμού με τη σχετική αύξηση της αδιαπέραστης επιφάνειας (IS) και καθιερώνει τη σχέση μεταξύ αυτής και του RSEI.

Εικόνα 3: Χάρτης RSEI της Περιοχής Xiong'an τον Αύγουστο του 2016.
Εικόνα 4: Τηλεπισκοπική εικόνα (αριστερά) και χάρτης RSEI (δεξιά) της Περιοχής Xiong'an τον Ιούλιο του 2017.

Συμπεράσματα

Η έρευνα αναδεικνύει ότι η περιοχή Xiong'an διατηρεί καλή οικολογική κατάσταση, αλλά είναι ευαίσθητη στη φαινολογία των καλλιεργειών, ενώ η αναμενόμενη αύξηση της IS αποτελεί πρόκληση για την οικολογική ποιότητα. Η μελέτη προβλέπει ένα υπόλοιπο 433 km2 για το συνολικό IS, διατηρώντας το RSEI στα υψηλά επίπεδα. Η έρευνα αναδεικνύει ότι η ποσότητα της αύξησης της IS πρέπει να διαχειρίζεται προσεκτικά για τη διατήρηση της οικολογικής ποιότητας. Επιπλέον, οι σχέσεις μεταξύ των καλύψεων γης και του RSEI, καθώς και η επίδραση του χωρικού προτύπου των καλύψεων γης, προσφέρουν σημαντικές ενδείξεις για την περιβαλλοντική επίπτωση των μελλοντικών έργων ανάπτυξης. Οι μέθοδοι που περιγράφονται μπορούν να προσαρμοστούν και να χρησιμοποιηθούν σε άλλες περιοχές για την αξιολόγηση της οικολογικής επίδρασης παρόμοιων αναπτυξιακών έργων.

Προσωπικά εργαλεία