WODA-ŚRODOWISKO-OBSZARY WIEJSKIE 2012 (I III): t. 12 z. 1 (37) WATER-ENVIRONMENT-RURAL AREAS ISSN 1642-8145 s. 71 82 pdf: www.itep.edu.pl/wydawnictwo Instytut Technologiczno-Przyrodniczy w Falentach, 2012 Wpłynęło 06.10.2011 r. Zrecenzowano 17.01.2012 r. Zaakceptowano 06.03.2012 r. A koncepcja B zestawienie danych C analizy statystyczne D interpretacja wyników E przygotowanie maszynopisu F przegląd literatury OCENA MOŻLIWOŚCI IDENTYFIKACJI ŁĄK PRODUKCYJNYCH I EKOLOGICZNYCH Z WYKORZYSTANIEM POJEDYNCZEGO ZDJĘCIA SATELITY LANDSAT Krzysztof KOSIŃSKI ABCDEF, Anna HOFFMANN-NIEDEK BCDEF, Teresa KOZŁOWSKA AF Instytut Technologiczno-Przyrodniczy w Falentach S t r e s z c z e n i e W artykule przedstawiono możliwości identyfikacji produkcyjnych i ekologicznych siedlisk łąkowych na pojedynczym zdjęciu Landsat ETM+. Analizowano niezależnie dwa zdjęcia, pozyskane 10 września 1999 i 1 maja 2001 r. Podjęto próbę rozróżnienia siedlisk na podstawie par charakterystyk: kanałów spektralnych (ETM 3, 4, 5), kanału panchromatycznego (ETM8) i wskaźników różnicowych (NDVI wskaźnik różnicowy obliczony z kanałów ETM4 i ETM3; ND(3,5) wskaźnik różnicowy obliczony z kanałów ETM5 i ETM3), uzyskanych niezależnie z dwóch zdjęć. Z kategorią siedliskową związane są trzy pary charakterystyk obliczonych dla początku maja: ETM3 i NDVI, ETM4 i ETM5, jak również NDVI i ND(3,5). Jednak błędy klasyfikacji okazały się zbyt duże. Na zdjęciu wrześniowym nie stwierdzono różnic pomiędzy siedliskami w żadnej z par charakterystyk. Nie wyklucza to możliwości klasyfikacji siedlisk w trybie analizy wieloczynnikowej. Słowa kluczowe: klasyfikacja, Landsat, siedliska ekologiczne, siedliska produkcyjne, użytki zielone WSTĘP Zmienność fenologiczna zbiorowisk łąkowych ma swoje odbicie na zobrazowaniach satelitarnych. Zmienność ta wpływa na możliwości rozpoznawania biomasy i zawartości wody w roślinach na zdjęciach satelitarnych, wykonanych w różnych porach roku [TUCKER 1979]. W teledetekcji użytków zielonych celowe jest wykorzystanie zobrazowań dwuczasowych lub wieloczasowych do uchwycenia różnic w dynamice zwarcia i uwilgotnienia w cyklu rocznym [KOSIŃSKI 2004; Adres do korespondencji: dr K. Kosiński, Instytut Technologiczno-Przyrodniczy w Falentach, al. Hrabska 3, 05-090 Raszyn; tel. +48 (22) 735-75-72, e-mail: K.Kosinski@itep.edu.pl
72 Woda-Środowisko-Obszary Wiejskie t. 12 z. 1 (37) KOSIŃSKI 2005; KOZŁOWSKA i in. 2005; KOZŁOWSKA, ROGOWSKI 1991] lub w wieloletnich zmianach kierunkowych [KOSIŃSKI, HOFFMANN-NIEDEK 2008; KOSIŃSKI, KOZŁOWSKA 2003]. Najbardziej właściwe pod względem informacyjnym jest wykorzystywanie zdjęć z kwietnia lub z początku maja oraz z pierwszej połowy września [KOSIŃSKI, HOFFMANN-NIEDEK 2008; KOZŁOWSKA, ROGOWSKI 1991; MIATKOWSKI i in. 2006; WEIERS 2004]. Ze względu na wysoki koszt aktualnych zdjęć satelitarnych wskazane jest ustalenie, jakie informacje można pozyskać z pojedynczego zdjęcia. Celem pracy była ocena możliwości identyfikacji dwóch kategorii siedlisk łąkowych siedlisk produkcyjnych i ekologicznych na podstawie wybranych charakterystyk spektralnych i tonalnych, pochodzących z pojedynczego zdjęcia satelity Landsat ETM+. W niniejszej pracy wyniki klasyfikacji pojedynczego zdjęcia przeanalizowano w odniesieniu do wcześniejszych klasyfikacji zobrazowań dwuczasowych. W wyniku półautomatycznej klasyfikacji obiektowej dwóch zdjęć satelitarnych, zarejestrowanych na początku maja w odstępie wieloletnim, wyróżniono pięć kategorii użytków zielonych (oraz jedną dodatkową) [KOSIŃSKI, HOFFMANN-NIEDEK 2008]: U łąki użytkowane świeże z klasy Molinio Arrhenatheretea, bez udziału zakrzewień oraz siedlisk wilgotnych i mokrych, związane z siedliskami grądów właściwych i popławnych, łęgów właściwych i zgrądowiałych oraz murszowisk właściwych, grądowiejących i łęgowiejących; N łąki nieużytkowane świeże z rzędu Arrhenatheretalia, bez zakrzewień, siedliskowo odpowiadające poprzedniemu; Cu kompleksy łąk użytkowanych z udziałem, choćby niewielkim powierzchniowo, szuwarów z klasy Phragmitetea, wilgotnych łąk ze związku Calthion palustris, łęgu jesionowo olszowego Fraxino-Alnetum lub liniowych zadrzewień wzdłuż cieków: z dominacją siedlisk właściwych dla kompleksów typu U lub na łęgach rozlewiskowych, czasem na grądach podmokłych; Uc dodatkowo wydzielona kategoria, pośrednia między U i Cu, o wysokim spadku NDVI w okresie wieloletnim; Cnu kompleksy szuwarów i zbiorowisk torfowiskowych nieużytkowane z powodu nadmiernego uwilgotnienia, na siedliskach grądów podmokłych zabagnionych, murszowisk zabagnionych, łęgów rozlewiskowych i zastoiskowych oraz bielaw; Vgz grądy zubożałe, zazwyczaj suche (nieużytkowane z powodu niedoborowego uwilgotnienia). Wyróżnione kategorie siedlisk użytków zielonych różnią się wartością produkcyjną i ekologiczną. Do siedlisk ekologicznych KOZŁOWSKA [KOZŁOWSKA, FRĄCKOWIAK 2011] zalicza siedliska nie kwalifikujące się do użytkowania rolniczego ze względu na niedostateczne albo nadmierne uwilgotnienie: grądy zubożałe suche (Vgz) oraz łąki mokre i bagienne (Cnu). Do siedlisk produkcyjnych zaliczono: łąki użytkowane i nieużytkowane na siedliskach świeżych (U, N), łąki dawniej
K. Kosiński i in.: Ocena możliwości identyfikacji łąk produkcyjnych i ekologicznych 73 intensywnie użytkowane, obecnie ekstensywne lub nieużytkowane (Uc), łąki wilgotne (Cu) oraz samozadarnienia poorne (Vpr). Na siedliskach świeżych kwalifikowanych jako produkcyjne, częściowo zarzucono użytkowanie i powstały w ten sposób łąki świeże nieużytkowane (N), pełniące w krajobrazie funkcję ekologiczną (mimo zmniejszającej się w wielu wypadkach liczby gatunków) [KOZŁOWSKA 2005; ZARZYCKI 2008; ZARZYCKI za RYSTER i in. 1995], zachowując potencjalne walory produkcyjne. W związku z tym, można mówić o zbiorowiskach łąk ekologicznych na siedliskach produkcyjnych. Podejmowane są próby klasyfikacji użytków zielonych na pojedynczych zdjęciach, ale wtedy liczba wydzielanych klas jest niewielka lub ujmuje się użytki zielone jako jedną nierozdzieloną kategorię. BERTOLDI i in. [2010] wydzielili dwie kategorie. Większą szczegółowość w klasyfikacji użytków zielonych (od kilku do kilkunastu klas) uzyskuje się z wykorzystaniem zdjęć o bardzo wysokiej rozdzielczości przestrzennej lub dodatkowych materiałów pomocniczych, zwłaszcza archiwalnych map roślinności [WEIERS i in. 2004; ZURLINI i in. 2006]. Postawiono hipotezę, że na podstawie pary charakterystyk pozyskanych z pojedynczego zdjęcia Landsat ETM+ jest możliwe rozdzielenie siedlisk ekologicznych i produkcyjnych. W teledetekcji roślinności największe znaczenie mają wskaźniki różnicowe, obliczane na podstawie odbicia spektralnego w zakresie bliskiej podczerwieni ETM4 i widzialnej czerwieni ETM3 [BARATI i in. 2011; HADEEL i in. 2011; TUC- KER 1979] oraz średniej podczerwieni ETM5 [JIANG i in. 2010]. Do rozdzielenia użytków zielonych na siedliskach produkcyjnych i ekologicznych właściwe jest wykorzystanie znormalizowanego wskaźnika różnicowego NDVI obliczanego z kanałów ETM3 i ETM4 [KOSIŃSKI, HOFFMANN-NIEDEK 2008]. Problemem jest dobór takich par charakterystyk spektralnych, które umożliwiałyby identyfikację łąk ekologicznych i produkcyjnych z jak największą poprawnością użytkownika. Ze względu na możliwość występowania wielomodalnych rozkładów wartości charakterystyk wskazane jest zastosowanie sztucznych sieci neuronowych do automatyzacji procesu klasyfikacji [KOSIŃSKI 2009]. Jednak półautomatyczna klasyfikacja obiektowa z wizualną kontrolą rozkładów charakterystyk w próbie treningowej, pozwala na: interoperacyjny wybór między modelem hiperpłaszczyznowym i hipersferycznym, wskazanie wartości odstających oraz wizualną kontrolę wariancji obiektowej w celu uniknięcia nadmiernego dopasowania hiperpłaszczyzny (krzywej), rozgraniczającej klasy obiektów [KOSIŃSKI, HOFFMANN-NIEDEK 2008]. METODY BADAŃ Wykorzystano dwa zdjęcia Landsat ETM+, wykonane w dwóch terminach: 10 września 1999 i 1 maja 2001 r. Z każdego zdjęcia pozyskano wartości sześciu charakterystyk:
74 Woda-Środowisko-Obszary Wiejskie t. 12 z. 1 (37) trzech kanałów spektralnych: ETM 3, 4 i 5; wartości kanałów panchromatycznych ETM8; obliczono wskaźniki różnicowe: ETM 4 ETM 3 NDVI (1) ETM 4 ETM 3 ETM 5 ETM 3 ND( 3, 5) (2) ETM 5 ETM 3 Podjęto próbę korekcji wskaźnika NDVI przez transformację RGB-IHS kanałów ETM2, ETM3 i ETM4 z zastąpieniem składowej Intensity kanałem panchromatycznym ETM8: NDVI Pansharpen ETM 4Pansharpen ETM 3Pansharpen (3) ETM 4Pansharpen ETM 3Pansharpen Dla każdego ze zdjęć przeanalizowano kombinacje dwuelementowe (pary) ze zbioru wyżej wymienionych charakterystyk. Zastosowano metodę półautomatycznej klasyfikacji obiektowej wg KOSIŃSKIEGO [2005]. Metoda ta polega na półautomatycznej segmentacji obrazu satelitarnego i manualnym wykreśleniu linii, rozgraniczających klasy obiektów wg wartości wybranych par charakterystyk na wykresach wzorcowych. Linie rozgraniczające wykreślono na podstawie 187 obiektów treningowych, rozmieszczonych w trzech mezoregionach: Kotlinie Szczercowskiej, Wysoczyźnie Bełchatowskiej i Równinie Piotrkowskiej. Na podstawie zbioru obiektów treningowych porównano możliwości rozpoznania różnych kategorii użytków zielonych w Kotlinie Szczercowskiej i na Równinie Piotrkowskiej. Dla potrzeb dalszych analiz obiekty treningowe przyporządkowano kategoriom według KOSIŃSKIEGO i HOFFMANN-NIEDEK [2008]: dwóm kategoriom ekologicznych użytków zielonych (Vgz, Cnu) oraz trzem kategoriom łąk produkcyjnych (U, Cu, N). Do próby treningowej włączono również spontaniczne zadarnienia na gruntach poornych (Vpr), nawiązujących florystycznie do grądów zubożałych suchych (Vgz), lecz na siedliskach żyźniejszych i korzystniej uwilgotnionych. Ocenę poprawności klasyfikacji według wyznaczonych w powyższy sposób linii rozgraniczających przeprowadzono dla par charakterystyk spektralnych na podstawie zbioru 46 obiektów testowych. Obiekty testowe pobrano z kwadratów próbnych 1 1 i 0,5 0,5 km, rozmieszczonych w układzie transektów w obszarze Kotliny Szczercowskiej. Wyniki klasyfikacji siedlisk ekologicznych i produkcyjnych w próbie testowej weryfikowano testem V-kwadrat.
K. Kosiński i in.: Ocena możliwości identyfikacji łąk produkcyjnych i ekologicznych 75 WYNIKI BADAŃ Stwierdzono brak znaczącego wpływu korekcji wskaźnika NDVI (przez transformację RGB-IHS kanałów spektralnych) na rozkład klastrów obiektów treningowych na wykresach wzorcowych. W dalszych analizach zrezygnowano z wykorzystania NDVI Pansharpen. Według wartości odbicia w zakresie panchromatycznym (kanał ETM8) i bliskiej podczerwieni (kanał ETM4), zarejestrowanego w terminie wrześniowym (zarówno z mezoregionu Kotliny Szczercowskiej, jak i Równiny Piotrkowskiej) i w terminie majowym (z Równiny Piotrkowskiej) wykreślono linię rozgraniczającą murawy i łąki nieużytkowane na siedliskach suchych i świeżych od łąk użytkowanych i szuwarów. Według tej samej pary kanałów, zarejestrowanej w terminie majowym z Kotliny Szczercowskiej, wykreślono linię rozgraniczającą zbiorowiska łąkowe użytkowane od nieużytkowanych (rys. 1). 0.1*δ ETM(8)2001-05-01 = 5,409 ETM (4) 2001-05-01-351 ETM (8) 2001-05-01 Siedliska Habitats,,ekologiczne ecological,,produkcyjne productive,,ekologiczne ecological ETM (4) 2001-05-01 Kategorie użytków zielonych Categories of grasslands Vgz grądy zubożałe suche impoverished dry ground meadows Vpr samozadarnienia poorne formerly arable grasslands U łąki użytkowane świeże fresh meadows, used N łąki nieużytkowane świeże fresh meadows, not used Uc łąki dawniej intensywnie użytkowane, obecnie ekstensywnie lub nieużytkowane meadows formerly in intensive use, actually extensive or not used Cu łąki wilgotne wet meadows Cnu łąki mokre i bagienne wet and bog meadows Rys. 1. Rozkład wartości kanałów ETM4 i ETM8 (w terminie majowym) dla obiektów treningowych w Kotlinie Szczercowskiej; łąki nieużytkowane (po lewej stronie) wydzieliły się od użytkowanych (po prawej); klastry obiektów wykreślono w zasięgu 0,1 sigma; źródło: opracowanie własne Fig. 1. Distribution of ETM4 and ETM8 values (in May) for the training objects, in mezoregion of Kotlina Szczercowska; not used meadows (on the left side) separated from used meadows (on the right); object clusters were drawn in the extension of 0.1 sigma; source: own elaboration
76 Woda-Środowisko-Obszary Wiejskie t. 12 z. 1 (37) Istotną statystycznie różnicę między siedliskami ekologicznymi i produkcyjnymi potwierdzono dla trzech par charakterystyk majowych: czerwieni (ETM3) i wskaźnika NDVI, bliskiej podczerwieni (ETM4) i średniej podczerwieni (ETM5) oraz wskaźnika NDVI i kanału różnicowego ND(3,5). Linie rozgraniczające, wykreślone według wymienionych par charakterystyk dla zbioru obiektów treningowych z trzech mezoregionów (Kotliny Szczercowskiej, Wysoczyzny Bełchatowskiej i Równiny Piotrkowskiej), przedstawiono na rysunkach 2, 3, 4. W przypadku trzech wymienionych par charakterystyk stwierdzono dla łąk produkcyjnych dokładność użytkownika bliską 100%, podczas gdy dokładność producenta wynosi ok. 60%. Dla łąk ekologicznych uzyskano dokładność producenta bliską 100%, podczas gdy dokładność użytkownika wynosi ok. 30% (tab. 1, 2, 3). Rys. 2. Rozkład wartości kanałów ETM3 i NDVI (w terminie majowym) dla obiektów treningowych z trzech mezoregionów: Kotliny Szczercowskiej, Wysoczyzny Bełchatowskiej i Równiny Piotrkowskiej; objaśnienia, jak na rys. 1; źródło: opracowanie własne Fig. 2. Distribution of ETM3 and NDVI values (in May) for the training objects of three mezoregions: Kotlina Szczercowska, Wysoczyzna Bełchatowska and Równina Piotrkowska; explanations as in Fig. 1; source: own elaboration
K. Kosiński i in.: Ocena możliwości identyfikacji łąk produkcyjnych i ekologicznych 77 Rys. 3. Rozkład wartości kanałów ETM4 i ETM5 (w terminie majowym) dla obiektów treningowych z trzech mezoregionów: Kotliny Szczercowskiej, Wysoczyzny Bełchatowskiej i Równiny Piotrkowskiej; objaśnienia, jak na rys. 1; źródło: opracowanie własne Fig. 3. Distribution of ETM4 and ETM5 values (in May) for the training objects of three mezoregions: Kotlina Szczercowska, Wysoczyzna Bełchatowska and Równina Piotrkowska; explanations as in Fig. 1; source: own elaboration Rys. 4. Rozkład wartości kanałów NDVI i ND(3,5) (w terminie majowym) dla obiektów treningowych Kotliny Szczercowskiej, Wysoczyzny Bełchatowskiej i Równiny Piotrkowskiej; objaśnienia, jak na rys. 1; źródło: opracowanie własne Fig. 4. Distribution of NDVI and ND(3.5) values (in May) for the training objects of three mezoregions: Kotlina Szczercowska, Wysoczyzna Bełchatowska and Równina Piotrkowska; explanations as in Fig. 1; source: own elaboration
78 Woda-Środowisko-Obszary Wiejskie t. 12 z. 1 (37) Tabela 1. Dokładność producenta 1) i użytkownika 2) w półautomatycznej klasyfikacji obiektowej łąk produkcyjnych i ekologicznych, na podstawie kanału ETM3 (maj) i wskaźnika NDVI (maj); p = 0,0032 Table 1. Producer s accuracy and user s accuracy in semi-automated object classification of productive and ecological meadows based on ETM3 (May) and NDVI (May); p = 0.0032 Wynik klasyfikacji Classification result Klasyfikacja według ETM3 (maj), NDVI (maj) Classification acc. to ETM3 (May), NDVI (May) Stan rzeczywisty Actual status łąki produkcyjne 38 obiektów testowych productive meadows 38 test objects łąki ekologiczne 8 obiektów testowych ecological meadows 8 test objects Dokładność użytkownika User s accuracy łąki produkcyjne productive meadows 22 0 1,00 22 obiekty testowe test objects true false łąki ekologiczne ecological meadows 16 8 0,33 24 obiekty testowe test objects false true Dokładność producenta Producer s accuracy 0,58 1,00 1) Dokładność producenta (poprawność operatora) iloraz liczby obiektów danej klasy poprawnie sklasyfikowanych przez całkowitą liczbę obiektów tej klasy. 2) Dokładność użytkownika iloraz liczby obiektów danej klasy poprawnie sklasyfikowanych (rozpoznanych na zdjęciu satelitarnym) przez całkowitą liczbę obiektów zaliczonych (poprawnie albo błędnie) do tej klasy. 1) Producer s accuracy the proportion of the number of properly classified objects of a given class to the total number of objects of this class. 2) User s accuracy the proportion of the number of properly classified (identified on satellite image) objects of a given class to the total number of objects attributed (properly or erroneously) to this class. Źródło: opracowanie własne. Source: own elaboration. Tabela 2. Dokładność producenta i użytkownika w półautomatycznej klasyfikacji obiektowej łąk produkcyjnych i ekologicznych na podstawie kanału ETM4 (maj) i kanału ETM5 (maj); p = 0,0021 Table 2. Producer s accuracy and user s accuracy in semi-automated object classification of productive and ecological meadows based on ETM4 (May) and ETM5 (May); p = 0.0021 Wynik klasyfikacji Classification result Klasyfikacja według ETM3 (maj), NDVI (maj) Classification acc. to ETM3 (May), NDVI (May) Stan rzeczywisty Actual status łąki produkcyjne 38 obiektów testowych productive meadows 38 test objects łąki ekologiczne 8 obiektów testowych ecological meadows 8 test objects Dokładność użytkownika User s accuracy łąki produkcyjne productive meadows 22 1 0,96 22 obiekty testowe test objects true false łąki ekologiczne ecological meadows 16 7 0,30 24 obiekty testowe test objects false true Dokładność producenta Producer s accuracy Źródło: opracowanie własne. Source: own elaboration. 0,58 0,88
K. Kosiński i in.: Ocena możliwości identyfikacji łąk produkcyjnych i ekologicznych 79 Tabela 3. Dokładność producenta i użytkownika w półautomatycznej klasyfikacji obiektowej łąk produkcyjnych i ekologicznych na podstawie wskaźnika NDVI (maj) i wskaźnika ND(3,5) (maj); p = 0,03 Table 3. Producer s accuracy and user s accuracy in semi-automated object classification of productive and ecological meadows based on NDVI (May) and ND(3.5) (May); p = 0.03 Wynik klasyfikacji Classification result Klasyfikacja według NDVI (maj), ND(3,5) (maj) Classification acc. to NDVI (May), ND(3.5) (May) Stan rzeczywisty Actual status łąki produkcyjne 38 obiektów testowych productive meadows 38 test objects łąki ekologiczne 8 obiektów testowych ecological meadows 8 test objects Dokładność użytkownika User s accuracy łąki produkcyjne productive meadows 21 1 0,95 22 obiekty testowe test objects true false łąki ekologiczne ecological meadows 17 7 0,29 24 obiekty testowe test objects false true Dokładność producenta Producer s accuracy Źródło: opracowanie własne. Source: own elaboration. 0,55 0,88 DYSKUSJA WYNIKÓW Mimo istotnej statystycznie różnicy charakterystyk spektralnych siedlisk ekologicznych i produkcyjnych, z powodu błędów klasyfikacji przekraczających 30% należy odrzucić hipotezę roboczą. Jednak wynik klasyfikacji siedlisk produkcyjnych na podstawie par kanałów: ETM3 i NDVI, ETM4 i ETM5, NDVI i ND(3,5) może być, z uwagi na dużą dokładność użytkownika, bezpośrednio wprowadzony do finalnej mapy poklasyfikacyjnej. Dla siedlisk ekologicznych, ze względu na duży błąd pominięcia (ok. 70%), wyklucza się możliwość bezpośredniego wykorzystania wymienionych par charakterystyk do wykonania mapy finalnej. Natomiast wynik klasyfikacji łąk ekologicznych może być użyteczny, z uwagi na dużą dokładność producenta, jako materiał roboczy, przeznaczony w dalszym postępowaniu do klasyfikacji według innych charakterystyk lub weryfikacji terenowej. W teledetekcji roślinności wskazane jest łączne stosowanie wielu charakterystyk [BARATI i in. 2011]. Zastosowanie omawianych kryteriów klasyfikacyjnych może zatem zmniejszyć pracochłonność kartowania terenowego łąk ekologicznych. Istnieje trudność rozróżniania samozadarnień poornych (Vpr) od grądów zubożałych, ponieważ te pierwsze mają strukturę florystyczną zbliżoną do grądów zubożałych suchych (Vgz) i tym należy tłumaczyć podobny rozkład charakterystyk spektralnych. Rozdzielenie Vpr od Vgz umożliwia kanał wilgotnościowy ETM5 w terminie majowym. Samozadarnienia poorne ujawniają niższe odbicie w kanale ETM5 z uwagi na większą zawartość wody w roślinach (rys. 3).
80 Woda-Środowisko-Obszary Wiejskie t. 12 z. 1 (37) Podobieństwo siedlisk ekologicznych mokrych i bagiennych (Cnu) do grądów zubożałych suchych (Vgz) należy tłumaczyć tym, że w terminie majowym na siedliskach mokrych i bagiennych utrzymuje się jeszcze stojąca nekromasa z zeszłego roku. Analizy porównawcze ograniczono jedynie do dwóch wybranych terminów wykonania zdjęć. WNIOSKI 1. Nie stwierdzono możliwości jednoznacznego odróżnienia siedlisk produkcyjnych od ekologicznych na podstawie pary charakterystyk pozyskanych z pojedynczego zdjęcia satelity Landsat. Nie wyklucza to jednak celowości zastosowania kanałów ETM3, ETM4, ETM5 oraz obliczanych na ich podstawie wskaźników różnicowych w klasyfikacji siedlisk łąkowych na podstawie wielu charakterystyk. 2. Na podstawie odbicia w bliskiej podczerwieni i w zakresie panchromatycznym, stwierdzono możliwość rozróżnienia łąk użytkowanych i nieużytkowanych tylko na zdjęciu majowym Kotliny Szczercowskiej. W pozostałych przypadkach (termin wrześniowy dla wszystkich mezoregionów oraz termin majowy dla Równiny Piotrkowskiej) można odróżnić jedynie grądy zubożałe suche i łąki nieużytkowane świeże (nierozdzielone) od pozostałych użytków zielonych. 3. Korekcja wskaźnika NDVI przez transformację RGB-IHS kanałów spektralnych nie poprawiła wyników zastosowania tego wskaźnika w klasyfikacji. LITERATURA BARATI S., RAYEGANI B., SAATI M., SHARIFI A., NASRI M. 2011. Comparison the accuracies of different spectral indices for estimation of vegetation cover fraction in sparse vegetated areas. The Egyptian Journal of Remote Sensing and Space Sciences. Vol. 14. Iss. 1 s. 49 56. BERTOLDI G., NOTARNICOLA C., LEITINGER G., ENDRIZZI S., ZEBISCH M., DELLA CHIESA S., TAPPEINER U. 2010. Topographical and ecohydrological controls on land surface temperature in an alpine catchment. Ecohydrology. Vol. 3. Iss. 2 s.189 204. HADEEL A.S., JABBAR M.T., CHEN X. 2011. Remote Sensing and GIS Application in the Detection of Environmental Degradation Indicators. Geo-spatial Information Science. Vol. 14. Iss. 1 s. 39 47. JIANG J., LI A., DENG W., BIAN J. 2010. Construction of a New Classifier Integrated Multiple Sources and Multi-temporal Remote Sensing Data for wetlands. Procedia Environmental Sciences. Vol. 2 s. 302 314. KOSIŃSKI K. 2004. Znaczenie rozdzielczości spektralnej zdjęć Landsat ETM+ w identyfikacji łąk o różnym uwilgotnieniu i użytkowaniu [online]. Archiwum Fotogrametrii, Kartografii i Teledetekcji. Vol. 14 s. 327 335. [Dostęp 08.09.2011]. Dostępny w Internecie: http://www.sgp. geodezja.org.pl/ptfit/wydawnictwa/bialobrzegi/bialobrzegi2004/59-kosinski-popr.doc KOSIŃSKI K. 2005. Zastosowanie procedury Region Growing w klasyfikacji użytków zielonych na podstawie zdjęć Landsat ETM+ [online]. Roczniki Geomatyki. T. 3. Z. 2. ISSN 1731-5522
K. Kosiński i in.: Ocena możliwości identyfikacji łąk produkcyjnych i ekologicznych 81 s. 69 76. [Dostęp 12.09.2011] Dostępny w Internecie: http://ptip.org.pl//download/files/ RG2005z2-Kosinski.pdf KOSIŃSKI K. 2009. Znaczenie pola powierzchni i długości obiektów w półautomatycznej klasyfikacji obiektowej użytków zielonych na zdjęciach satelitów serii LANDSAT. Teledetekcja Środowiska. T. 42 s. 35 42. KOSIŃSKI K., HOFFMANN-NIEDEK A. 2008. Klasyfikacja obiektowa użytków zielonych z wykorzystaniem wieloletnich zmian NDVI i filtracji kierunkowych obrazu satelitarnego [online]. Archiwum Fotogrametrii, Kartografii i Teledetekcji. Vol. 18a. ISBN 978-83-61576-08-2 s. 273 282. [Dostęp 02.09.2011] Dostępny w Internecie: http://www.sgp.geodezja.org.pl/ptfit/wydawnictwa/ miedzyzdroje/calosc_18a_1.pdf KOSIŃSKI K., KOZŁOWSKA T. 2003. Zastosowanie wskaźnika NDVI i filtracji kierunkowej do rozpoznawania użytków zielonych oraz analizy zmian siedlisk i zbiorowisk łąkowych. Archiwum Fotogrametrii, Kartografii i Teledetekcji. Vol. 13 B ss. 387 395 KOZŁOWSKA T. 2005. Zmiany zbiorowisk łąkowych na tle różnicowania się warunków siedliskowych w charakterystycznych obszarach dolin rzecznych Polski Centralnej. Woda Środowisko Obszary Wiejskie. Rozprawy naukowe i monografie. Nr 14. ISBN 83-88763-55-5 ss. 208. KOZŁOWSKA T., FRĄCKOWIAK H. 2011. Transformation of soils and meadow habitats as a result of changes in moisture and restricted management. Polish Journal of Environmental Studies. Vol. 20. No. 4A s. 179 184. KOZŁOWSKA T., KWIECIEŃ-SZYMCZAK R., KOSIŃSKI K. 2005. Zbiorowiska roślinne łąk murszowiskowych oraz możliwość ich wyróżniania na zdjęciach satelitarnych. Teledetekcja Środowiska. T. 36 s. 119 124. KOZŁOWSKA T., ROGOWSKI W. 1991. Możliwości zastosowania teledetekcji do inwentaryzacji użytków zielonych. Centralny Program Badawczo Rozwojowy 10.2.3. s. 25 35. MIATKOWSKI Z., TURBIAK S., KOWALIK W., SOŁTYSIK A., LEWIŃSKI J. 2006. Przydatność zdjęć satelitarnych Landsat TM do identyfikacji intensywnie odwodnionych siedlisk hydrogenicznych w rejonie KWB Bełchatów. Woda Środowisko Obszary Wiejskie. Rozprawy naukowe i monografie. Nr 16. ISBN 83-88763-58-X ss. 80. TUCKER C.J. 1979. Red and Photographic infrared linear Combinations for Monitoring Vegetation. Remote sensing of Environment. Vol. 8. Iss. 2 s. 127 150. RYSTER P., LANGENAUER R., GIGON A. 1995. Species richness and vegetation structure in a limenstone grassland after 15 years management with six biomass removal regimes. Folia Geobotanica et Phytotaxonomica. Vol. 30. No. 2 s. 157 168. WEIERS S. 2004. Mapping and indicator approaches for the assessment of habitats at different scales using remote sensing and GIS methods. Landscape and Urban Planning. Vol. 67. Iss. 1 4 s. 43 65. ZARZYCKI J. 2008. Roślinność łąkowa pasma Radziejowej (Beskid Sądecki) i czynniki wpływające na jej zróżnicowanie. Zeszyty Naukowe Uniwersytetu Rolniczego im. Hugona Kołłątaja w Krakowie, Rozprawy. Nr 448. Z. 325. ISSN 1899-3486 ss. 113. ZURLINI G., ZACCARELLI N., PETROSILLO I. 2006. Indicating retrospective resilience of multi-scale patterns of real habitats in a landscape. Ecological Indicators. Vol. 6. Iss. 1 s. 184 204.
82 Woda-Środowisko-Obszary Wiejskie t. 12 z. 1 (37) Krzysztof KOSIŃSKI, Anna HOFFMANN-NIEDEK, Teresa KOZŁOWSKA AN ASESSMENT OF THE POSSIBILITY OF IDENTIFYING PRODUCTIVE AND ECOLOGICAL MEADOWS FROM A SINGLE LANDSAT IMAGE Key words: classification, ecological habitats, grasslands, Landsat, productive habitats S u m m a r y The paper presents possibilities of identification of productive and ecological meadows on a single Landsat ETM+ image. Two images acquired on 10 September 1999 and 1 May 2001 were analyzed independently. Attempt was undertaken to distinguish habitats based on the following pairs of characteristics: spectral channels (ETM 3, 4, 5), panchromatic channel (ETM8) and differential indexes (NDVI, ND(3,5)) obtained from each of the images separately. Three pairs of characteristics are correlated with the habitat category obtained at the beginning of May: ETM3 vs NDVI, ETM4 vs ETM5 and NDVI vs ND(3.5). However, classification errors were far too high. In the image obtained in September, there were no differences between the habitats in any pair of characteristics. However, the possibility of classification of habitats in the multivariate analysis mode is still not excluded.