acertijo geoespacial ecológico

15

Estoy buscando una solución diferente y más elegante para un problema de estadísticas espaciales. Los datos sin procesar consisten en una coordenada x-y para cada árbol individual (es decir, convertido en un archivo .shp de puntos). Aunque no se usa en este ejemplo, cada árbol también tiene un polígono correspondiente (es decir, como .shp) que representa el diámetro de la corona. Las dos imágenes de la izquierda muestran estimaciones de densidad de kernel (KDE) a escala del paisaje derivadas de un archivo .shp de puntos de ubicaciones de árboles individuales: una de 1989 y otra de 2009. La gráfica de la derecha muestra la diferencia entre las dos KDE. donde solo se muestran los valores +/- 2 desviaciones estándar de la media. La calculadora rasterizada de Arc se usó para realizar el cálculo simple (KDE 2009 - KDE 1989) necesario para producir la superposición raster en la imagen de la mano derecha.

¿Existe un método más apropiado para analizar la densidad de árboles o el cambio del área del dosel a través del tiempo, ya sea estadísticamente o gráficamente? Dados estos datos, ¿cómo evaluaría el cambio entre los datos del árbol de 1989 y 2009 en un entorno geoespacial? Se recomiendan soluciones en ArcGIS, Python, R, Erdas y ENVI.

    
pregunta Aaron 23.06.2012 - 16:26

3 respuestas

8

Primer problema:

Estás mirando una mezcla de mínimos. Un árbol gigantesco con una corona del tamaño de un acre se ve bastante , interpretado en base a densidad de punto / núcleo, como un campo sin árboles. Obtendrá valores altos solo donde haya árboles pequeños, de rápido crecimiento, en los bordes y en huecos en el bosque. Lo difícil es que estos árboles pequeños y densos tienen muchas más probabilidades de ser ocultados por la sombra o la oclusión o no pueden resolverse a una resolución de 1 metro, o pueden aglomerarse juntos porque son un grupo de la misma especie.

La respuesta de Jen es correcta en esta primera parte: tirar la información del polígono es un desperdicio. Sin embargo, hay una complicación aquí. Los árboles de crecimiento abierto tienen una corona mucho menos vertical y más extendida, en igualdad de condiciones, que un rodal de edad uniforme o un árbol en un bosque maduro. Para más información, ver # 3.

Segundo problema:

Lo ideal sería trabajar con una comparación de manzanas con manzanas. Confiar en NDVI para uno y B & W para el otro introduce un sesgo incognoscible en sus resultados. Si no puede obtener datos adecuados para 1989, puede utilizar en su lugar datos B & W degradados para 2009, o incluso intentar medir el sesgo en los datos de 2009 relativos a B & y extrapolar los resultados del NDVI para 1989.

Puede o no ser plausible abordar este punto desde el punto de vista laboral, pero existe una buena posibilidad de que sea mencionado en una revisión por pares.

Tercer problema:

¿Qué es exactamente lo que estás tratando de medir? La densidad del kernel no es una métrica de value-less , le brinda una manera de encontrar áreas de árboles jóvenes de crecimiento reciente que se están matando rápidamente entre sí (sujeto a las limitaciones de sombreado / oclusión mencionadas anteriormente) ; Solo los que tienen el mejor acceso al agua / sol, si los hay, sobrevivirán en unos pocos años. La cobertura del dosel sería una mejora en la densidad del kernel para la mayoría de las tareas, pero eso también tiene problemas: se trata de una gran masa de árboles de 20 años de edad, que apenas acaban de cerrar el dosel, igual que un 100% establecido bosque de años Los bosques son difíciles de cuantificar de manera que preserven la información; Un modelo de altura de dosel es ideal para muchas tareas, pero imposible de obtener históricamente. La métrica que utilice se elige mejor basándose en una elaboración de sus objetivos. ¿Qué son?

Editar:

El objetivo es sentir la expansión de los matorrales en pastizales nativos. Los métodos estadísticos todavía son perfectamente válidos , solo requieren un poco de elaboración y opciones subjetivas para aplicar.

  • Calcular una medida básica de la cobertura del dosel. Esto puede implicar un enfoque de cuadrícula directamente en los polígonos de la corona, o convertir los polígonos de la corona en un ráster + difuminándolos si necesita una versión más continua.
  • Intente separar las clases de paisaje en las que realizar el análisis, en función del porcentaje de cobertura de dosel. Las técnicas estadísticas con las que trabaja en el bosque de dosel cerrado pueden ser diferentes de las que se usan en un pastizal casi desnudo, o incluso pueden excluirse del análisis de forma defendible. Algunas áreas pequeñas de sus paisajes incluirán "expansión de matorral", y elegir cómo subcontratar ese efecto & ignorar los datos que no son relevantes depende de usted como estadístico.
  • No sé si esto funcionará durante un período de tiempo de 20 años (y funcionará mejor con otras épocas intermedias), pero trate de prestar atención al diámetro de la corona como un indicador de la edad del árbol. Hay una pregunta de definición que debe hacerse, si la duplicación en el tamaño de una corona existente representa una "expansión" o si requiere nuevos árboles. Si es lo último, tiene alguna idea de si son nuevas (al menos, para algunas clases de paisaje que seleccionó anteriormente, donde puede verificar un cierto grado de acceso a la luz solar).
  • Dependiendo de sus objetivos ecológicos, puede valer la pena no solo explorar la densidad de los árboles directamente, sino también explorar la fragmentación del paisaje utilizando paquetes como Fragstats .
  • Plano general: asegúrese de que no haya ningún conjunto de datos LIDAR del condado a la espera de ser utilizado como evaluación de validación y precisión para su capacidad de distinguir coronas en el conjunto de datos de 2009.
respondido por el MappingTomorrow 01.07.2012 - 23:07
5

El problema con su enfoque de KDE es que suaviza toda el área y, por lo tanto, cierra las brechas que podría desear encontrar.

Cuando leí que usaste NDVI para la detección de la copa del árbol, me pregunto cómo se verían los polígonos de la corona. ¿Son estos polígonos realmente únicos con ID de especies de árboles vinculados a él?

Si tienes el lujo de tener polígonos para cada corona de árbol y te interesa saber dónde se perdió la corona de un árbol, creo que hay dos posibilidades; Un vector y una solución raster.

vector

  1. combine todos los polígonos de un año para que no queden polis superpuestas. polis solos estan bien esto conducirá a dos shapefiles
  2. use superposición o intersección para encontrar áreas donde 1989 y 2009 no coincidan (más).

trama

  1. convierta todos los polígonos de cada año en un raster binario con 0 = notree y 1 = tree. utilizar una alta resolución, por ejemplo, 0.5m y la interpol bilineal? esto asegurará que los bordes sean lisos
  2. reste las imágenes binarias (2009-1989) y debería obtener algo similar a su primer resultado, pero libre de los KDE suavizados

Espero que funcione :) No probé estas ideas, sino que simplemente escribí lo que me vino a la mente. buena suerte!

oh ... tal vez, también podría simplemente hacer un enfoque de recuento de cuadrantes. para cada año, divida su área usando una cuadrícula vectorial de 100x100m, cuente los puntos en polígonos y compare los dos patrones diferentes. Solo otra idea ...

    
respondido por el Jens 01.07.2012 - 21:33
2

Un cambio general en la vegetación se puede calcular utilizando un Análisis de Cambio Digital. Para ejecutar este análisis, primero necesitará una imagen de 4 bandas (R, G, B y NIR) tanto para 1989 como para 2009. A continuación, utilice un software de detección remota (como ENVI o Erdas) para ejecutar un análisis NDVI en cada imagen. . El análisis NDVI compara la proporción de banda NIR - banda roja / banda NIR + píxeles de banda roja. El resultado de esta ecuación da valores de píxeles que van de -1 a 1. Los píxeles que tienen un valor inferior a cero no muestran ninguna reflectancia en la banda NIR. Asimismo, los píxeles que tienen un valor mayor que cero reflejan la luz NIR y, por lo tanto, se consideran vegetación. El proceso de realizar un análisis de cambio digital es simplemente restar una imagen NDVI de la otra (resta 1989 de 2009). Consulte el enlace a continuación para obtener una discusión más detallada.

enlace

    
respondido por el artwork21 26.06.2012 - 04:57

Lea otras preguntas en las etiquetas