Określanie defoliacji drzewostanów sosnowych z wykorzystaniem zobrazowań satelitarnych Landsat mgr inż. Paweł Hawryło dr hab. inż. Piotr Wężyk dr inż. Marta Szostak Zakład Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa, Instytut Zarządzania Zasobami Leśnymi, Wydział Leśny, Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie 1 2017-10-02
Hipoteza badawcza istnieje zależność pomiędzy stopniem defoliacji drzewostanów sosnowych określonym wizualnie w terenie a informacjami zawartymi w zobrazowaniach satelitarnych Landsat 8 (LDCM) 2 Źródło: http://lca.usgs.gov/lca/africalulc/approach.php
Landsat Źródło: http://www.amzaz.info/2014/03/the-landsat-program.html 3
Krzywe spektrostrefowe Źródło: http://www.seos-project.eu/modules/remotesensing/remotesensing-c01-p05.html 4
Normalized Difference Vegetation Index (NDVI) Źródło: http://www.ece.montana.edu/seniordesign/archive/sp15/opticalweedmapping/ndvi.html 5
6 Teren badań
Teren badań Jabłoński, T., 2014. Szkodniki liściożerne drzewostanów sosnowych. [W:] Krótkoterminowa prognoza występowania ważniejszych szkodników i chorób infekcyjnych drzew leśnych w Polsce w 2014 roku. Sękocin Stary. Instytut Badawczy Leśnictwa, s. 179: w roku 2013 barczatka sosnówka była głównym szkodnikiem starszych drzewostanów sosnowych w Polsce, największe zagrożenie ze strony tego szkodnika prognozowane było dla Regionalnych Dyrekcji Lasów Państwowych Szczecin, Zielona Góra oraz Piła, na wybranym terenie badań stwierdzono największe szkody w skali kraju. 7
8 Teren badań
Dane zobrazowania satelitarne misji Landsat, wektor leśnej mapy numerycznej (LMN) wraz z bazą atrybutową SILP, wyniki własnych pomiarów defoliacji w terenie (n=50). 9
Metodyka Wybór drzewostanów : - w wieku 21-60 lat, - na siedlisku Bśw, - udział So >= 80% - klasyfikacja obiektowa drzewostanów. Wybór lokalizacji powierzchni próbnych : - różnica wartości indeksu spektralnego NDVI (18-03- 2015, 02-08-2015), - reklasyfikacja różnicy do 25 klas, - dla każdej klasy losowo 2 powierzchnie. Ocena defoliacji w terenie na 50 powierzchniach: - średnia wartość defoliacji z 10 drzew najbliższych środka powierzchni, - Atlas defoliacji drzew (IBL). Zobrazowania Landsat 8 (OLI): - obliczenie 18 indeksów spektralnych dla dwóch zobrazowań satelitarnych Landsat 8 (18-03-2015, 12-10-2015), - pakiet R RSToolbox. Model regresji liniowej: - usunięcie skorelowanych zmiennych (54), - wszystkie możliwe kombinacje z wybranych 17 zmiennych (131 072), - wybór najlepszego modelu wg kryterium Akaike (AIC), - pakiety R: AICcmodavg, MuMIn. Walidacja modelu: -10-krotna walidacja krzyżowa z 5 powtórzeniami, - pakiet R caret. 10
11 Klasyfikacja obiektowa drzewostanów
Metodyka Wybór drzewostanów : - w wieku 21-60 lat, - na siedlisku Bśw, - udział So >= 80% - klasyfikacja obiektowa drzewostanów. Wybór lokalizacji powierzchni próbnych : - różnica wartości indeksu spektralnego NDVI (18-03- 2015, 02-08-2015), - reklasyfikacja różnicy do 25 klas, - dla każdej klasy losowo 2 powierzchnie. Ocena defoliacji w terenie na 50 powierzchniach: - średnia wartość defoliacji z 10 drzew najbliższych środka powierzchni, - Atlas defoliacji drzew (IBL). Zobrazowania Landsat 8 (OLI): - obliczenie 18 indeksów spektralnych dla dwóch zobrazowań satelitarnych Landsat 8 (18-03-2015, 12-10-2015), - pakiet R RSToolbox. Model regresji liniowej: - usunięcie skorelowanych zmiennych (54), - wszystkie możliwe kombinacje z wybranych 17 zmiennych (131 072), - wybór najlepszego modelu wg kryterium Akaike (AIC), - pakiety R: AICcmodavg, MuMIn. Walidacja modelu: -10-krotna walidacja krzyżowa z 5 powtórzeniami, - pakiet R caret. 12
13 Landsat 8 (OLI) 18-03-2015
14 NDVI (18-03-2015)
15 Landsat 8 (OLI) 02-08-2015
16 NDVI (18-03-2015)
17 Różnica NDVI
Metodyka Wybór drzewostanów : - w wieku 21-60 lat, - na siedlisku Bśw, - udział So >= 80% - klasyfikacja obiektowa drzewostanów. Wybór lokalizacji powierzchni próbnych : - różnica wartości indeksu spektralnego NDVI (18-03- 2015, 02-08-2015), - reklasyfikacja różnicy do 25 klas, - dla każdej klasy losowo 2 powierzchnie. Ocena defoliacji w terenie na 50 powierzchniach: - IX 2015, - średnia wartość defoliacji z 10 drzew najbliższych środka powierzchni (I-III kl. Krafta), - Atlas defoliacji drzew (IBL). Zobrazowania Landsat 8 (OLI): - obliczenie 18 indeksów spektralnych dla dwóch zobrazowań satelitarnych Landsat 8 (18-03-2015, 12-10-2015), - pakiet R RSToolbox. Model regresji liniowej: - usunięcie skorelowanych zmiennych (54), - wszystkie możliwe kombinacje z wybranych 17 zmiennych (131 072), - wybór najlepszego modelu wg kryterium Akaike (AIC), - pakiety R: AICcmodavg, MuMIn. Walidacja modelu: -10-krotna walidacja krzyżowa z 5 powtórzeniami, - pakiet R caret. 18
Ocena defoliacji w terenie 19 Źródło: http://monitoring.ibles.pl/defoliacja.html
Metodyka Wybór drzewostanów : - w wieku 21-60 lat, - na siedlisku Bśw, - udział So >= 80% - klasyfikacja obiektowa drzewostanów. Wybór lokalizacji powierzchni próbnych : - różnica wartości indeksu spektralnego NDVI (18-03- 2015, 02-08-2015), - reklasyfikacja różnicy do 25 klas, - dla każdej klasy losowo 2 powierzchnie. Ocena defoliacji w terenie na 50 powierzchniach: - średnia wartość defoliacji z 10 drzew najbliższych środka powierzchni, - Atlas defoliacji drzew (IBL). Zobrazowania Landsat 8 (OLI): - obliczenie 18 indeksów spektralnych dla dwóch zobrazowań satelitarnych Landsat 8 (18-03-2015, 12-10-2015), - pakiet R RSToolbox. Model regresji liniowej: - usunięcie skorelowanych zmiennych (54), - wszystkie możliwe kombinacje z wybranych 17 zmiennych (131 072), - wybór najlepszego modelu wg kryterium Akaike (AIC), - pakiety R: AICcmodavg, MuMIn. Walidacja modelu: -10-krotna walidacja krzyżowa z 5 powtórzeniami, - pakiet R caret. 20
21 Landsat 8 (OLI) 18-03-2015
22 Landsat 8 (LDCM) 12-10-2015
Indeksy spektralne (wegetacyjne) Lp. Skrót Nazwa Formuła 1 DVI Difference Vegetation Index s * nir - red 2 EVI Enhanced Vegetation Index G * ((nir - red)/(nir + C1 * red - C2 * blue + L_evi)) 3 EVI2 Two-band Enhanced Vegetation Index G * (nir - red)/(nir + 2.4 * red + 1) 4 GEMI Global Environmental Monitoring Index 5 LSWI Land Surface Water Index (nir - swir1)/(nir + swir1) (((nir^2 - red^2) * 2 + (nir * 1.5) + (red * 0.5))/(nir + red + 0.5)) * (1 - ((((nir^2 - red^2) * 2 + (nir * 1.5) + (red * 0.5))/(nir + red + 0.5)) * 0.25)) - ((red - 0.125)/(1 - red)) 6 MSAVI Modified Soil Adjusted Vegetation Index nir + 0.5 - (0.5 * sqrt((2 * nir + 1)^2-8 * (nir - (2 * red)))) 7 MSAVI2 Modified Soil Adjusted Vegetation Index 2 (2 * (nir + 1) - sqrt((2 * nir + 1)^2-8 * (nir - red)))/2 8 NDVI Normalised Difference Vegetation Index (nir - red)/(nir + red) 9 NDWI Normalised Difference Water Index (green - nir)/(green + nir) 10 SATVI Soil Adjusted Total Vegetation Index (swir1 - red)/(swir1 + red + L) * (1 + L) - (swir2/2) 11 SAVI Soil Adjusted Vegetation Index (nir - red) * (1 + L)/(nir + red + L) 12 SLAVI Specific Leaf Area Vegetation Index nir/(red + swir2) 13 SR Simple Ratio Vegetation Index nir/red 14 TVI Transformed Vegetation Index sqrt((nir - red)/(nir + red) + 0.5) 23 15 WDVI Weighted Difference Vegetation Index nir - s * red 16 TCG Tasselled Cap Greenness 17 TCW Tasselled Cap Wetness 18 TCB Tasselled Cap Brightness 0.2848blue 0.2435*green 0.5436*red+0.7243*nir+0.0840*swir1 0.1800 *swir2 0.1509*blue+0.1973*green+0.3279*red+0.3406*nir 0.7112*swir1 0.4572 *swir2 0.3037*blue+0.2793*green+0.4743*red+0.5585*nir+0.5082*cirrus+0.1863 *swir2
Metodyka - defoliacja Wybór drzewostanów : - w wieku 21-60 lat, - na siedlisku Bśw, - udział So >= 80% - klasyfikacja obiektowa drzewostanów. Wybór lokalizacji powierzchni próbnych : - różnica wartości indeksu spektralnego NDVI (18-03- 2015, 02-08-2015), - reklasyfikacja różnicy do 25 klas, - dla każdej klasy losowo 2 powierzchnie. Ocena defoliacji w terenie na 50 powierzchniach: - średnia wartość defoliacji z 10 drzew najbliższych środka powierzchni, - Atlas defoliacji drzew (IBL). Zobrazowania Landsat 8 (OLI): - obliczenie 18 indeksów spektralnych dla dwóch zobrazowań satelitarnych Landsat 8 (18-03-2015, 12-10-2015), - pakiet R RSToolbox. Model regresji liniowej: - usunięcie skorelowanych zmiennych (54), - wszystkie możliwe kombinacje z wybranych 17 zmiennych (131 072), - wybór najlepszego modelu wg kryterium Akaike (AIC), - pakiety R: AICcmodavg, MuMIn. Walidacja modelu: -10-krotna walidacja krzyżowa z 5 powtórzeniami, - pakiet R caret. 24
Metodyka - defoliacja Wybór drzewostanów : - w wieku 21-60 lat, - na siedlisku Bśw, - udział So >= 80% - klasyfikacja obiektowa drzewostanów. Wybór lokalizacji powierzchni próbnych : - różnica wartości indeksu spektralnego NDVI (18-03- 2015, 02-08-2015), - reklasyfikacja różnicy do 25 klas, - dla każdej klasy losowo 2 powierzchnie. Ocena defoliacji w terenie na 50 powierzchniach: - średnia wartość defoliacji z 10 drzew najbliższych środka powierzchni, - Atlas defoliacji drzew (IBL). Zobrazowania Landsat 8 (OLI): - obliczenie 18 indeksów spektralnych dla dwóch zobrazowań satelitarnych Landsat 8 (18-03-2015, 12-10-2015), - pakiet R RSToolbox. Model regresji liniowej: - usunięcie skorelowanych zmiennych (54), - wszystkie możliwe kombinacje z wybranych 17 zmiennych (131 072), - wybór najlepszego modelu wg kryterium Akaike (AIC), - pakiety R: AICcmodavg, MuMIn. Walidacja modelu: -10-krotna walidacja krzyżowa z 5 powtórzeniami, - pakiet R caret. 25
Walidacja krzyżowa 26 Źródło: https://peerj.com/articles/1251/
Wyniki zmienna objaśniana: średnia defoliacja na powierzchni próbnej zmienne objaśniające: wartości 11 wskaźników wegetacyjnych istnieje zależność pomiędzy stopniem defoliacji drzewostanów sosnowych określonym wizualnie w terenie a informacjami zawartymi w zobrazowaniach satelitarnych Landsat 8 (LDCM) 27 RMSE RMSE% ME MPE% R 2 8.96 33.82-0.24-0.91 0.78
28 Wyniki zmienne objaśniające
Wnioski możliwość wykorzystania zobrazowań satelitarnych Landsat w praktyce ochrony lasu, różne przyczyny defoliacji, pozyskiwanie informacji o położeniu podczas prac związanych z ochroną lasu, Sentinel-2, Planet (RapidEye, Planet Scope) - rozdzielczość czasowa. 29 Źródło: https://www.nasa.gov/content/goddard/nasa-usgs-landsat-8-satellite-celebrates-first-year-of-success/
30 Dziękuję za uwagę