15 votos

Ecológica geoespacial acertijo

Estoy buscando una forma diferente, más elegante solución para una estadística espacial problema. Datos en bruto se compone de una coordenada x-y para cada individuo árbol (es decir, se convierten en un punto .shp archivo). Aunque no se utiliza en este ejemplo, cada árbol también tiene un polígono correspondiente (es decir, como un .shp), que representa el diámetro de corona. Las dos imágenes de la izquierda muestran el paisaje de escala de densidad de kernel estimaciones (KDEs) derivado de un punto .shp archivo de árbol individual lugares, uno de 1989 y el otro a partir de 2009. El gráfico de la derecha muestra la diferencia entre los dos KDEs donde sólo los valores de +/- 2 desviaciones estándar de la media se muestran. Arco de la trama de la calculadora se utiliza para realizar el cálculo simple (2009 KDE - 1989 KDE) necesario para producir la trama de superposición, en el lado derecho de la imagen.

Hay un método más apropiado para el análisis de la densidad del árbol o de la copa de cambio a lo largo del tiempo, ya sea estadística o gráfica? Teniendo en cuenta estos datos, ¿cómo evalúa el cambio entre el 1989 y 2009 árbol de datos en un entorno geoespacial? Soluciones en ArcGIS, Python, R, Erdas y ENVI se anima.

enter image description here

8voto

Kena Puntos 5046

Primer problema:

Usted está buscando en una mezcla de mínimos. Un árbol gigantesco con un acre de tamaño de la corona se ve bastante, interpretado en un punto de densidad de kernel de base, como un campo sin árboles. Usted va a terminar con los altos valores sólo donde hay pequeños, el rápido crecimiento de los árboles, en los bordes y en los claros en el bosque. El truco es, en estos densos árboles más pequeños son mucho más propensos a ser oscurecida por la sombra o la oclusión o no se puede resolver en un 1 metro de resolución, o ser aglomerated juntos porque son un grupo de plantas de la misma especie.

Jen respuesta es correcta en esta primera parte: Tirar el polígono de la información es un desperdicio. Hay una complicación, sin embargo. Abierto árboles han crecido mucho menos vertical, más la difusión de la corona, siendo todas las otras cosas iguales, de una edad uniforme, de pie o de un árbol en un bosque maduro. Para más información, véase #3.

Segundo problema:

Lo ideal es que debe estar trabajando con una comparación de manzanas con manzanas. Depender de NDVI y uno de B&W para el otro presenta una onu-conocible un sesgo en los resultados. Si usted no puede obtener datos adecuados para 1989, que en su lugar podría utilizar degradados B&W de datos para el 2009, o incluso tratar de medir el sesgo en los datos de 2009 relativa a la B&W y extrapolar el NDVI resultados para 1989.

Puede o no puede ser plausible para abordar este punto del trabajo-sabio, pero hay una buena posibilidad sería criado en una revisión por pares.

Tercer problema:

Qué es exactamente lo que están tratando de medir? Densidad de Kernel no es un valor de-menos métrica, se le da una forma para encontrar las áreas de nuevo crecimiento, los árboles jóvenes, que son rápidamente matando el uno al otro (sujeto a la sombra/de oclusión de las limitaciones arriba); Sólo los que tengan el mejor acceso a agua/luz del sol, si alguna, va a sobrevivir en un par de años. Cobertura de Canopy sería una mejora en la densidad de kernel para la mayoría de las tareas, pero que tiene problemas así: se trata de un grande, incluso en edad de pie de 20 años, de los que apenas cerrado el dosel como mucho igual a la establecida con más de 100 años de bosque. Los bosques son difíciles de cuantificar de una manera que preserve la información; altura del dosel modelo es ideal para una gran cantidad de tareas, pero imposible conseguir históricamente. La métrica que usa es mejor elegidos en base a una elaboración de sus metas. ¿Qué son?

Editar:

El objetivo es la detección de matorral de expansión en praderas nativas. Los métodos estadísticos son todavía perfectamente válido aquí, ellos requieren de cierta elaboración y subjetiva opciones para aplicar.

  • Calcular una medida básica de cobertura de canopy. Esto puede implicar una cuadrícula enfoque directamente sobre la corona de los polígonos, o girando la corona de polígonos en un ráster + desenfoque de ellos si usted necesita una más continua de la versión.
  • Trate de separar las clases de paisaje en el que hacer su análisis, basado en el porcentaje de cobertura de dosel. Las técnicas estadísticas que trabajan con usted en el cerrado bosque pueden ser diferentes de las que se utilizan en casi desnudo de pastizales, o incluso puede ser defensibly excluidos del análisis. Algunos pequeños área de sus paisajes se incluyen "matorral de expansión", y la elección de cómo subconjunto que efecto & ignorar los datos que no sean relevantes a usted como un estadista.
  • No sé si esto va a funcionar más de 20 años de intervalo de tiempo (y que va a trabajar mejor con las intermedias adicionales épocas), pero trate de prestar atención a diámetro de corona como un proxy para el árbol de la edad. Hay una cuestión de encontrar una definición que tiene que hacer, si la duplicación del tamaño de una ya existente de la corona representa "expansión", o si se requiere de nuevos árboles. Si es esto último, ¿tienen alguna idea de si son nuevos (al menos, para algunas clases de paisaje seleccionado anteriormente, donde se puede comprobar un cierto grado de acceso a la luz solar).
  • Dependiendo de tu ecológica tiene como objetivo, puede ser muy útil no sólo para explorar la densidad del árbol directamente, sino para explorar la fragmentación del paisaje el uso de paquetes como Fragstats.
  • Long shot: asegúrese de que no hay condado de conjuntos de datos LIDAR acostado esperando a ser utilizado como la validación y la precisión de la evaluación de su capacidad para distinguir las coronas en 2009, en el conjunto de datos.

5voto

muloroto Puntos 1

El problema con KDE appraoch es que suaviza el conjunto de la zona y por lo tanto cierra los espacios es posible que desee encontrar.

Cuando he leído que usted utiliza NDVI para el árbol de la corona de detección, me pregunto cómo la corona-polígonos? son estos realmente único polígonos con árboles de especies ID vinculados a ella?

Si usted tiene el lujo de tener polígonos para cada árbol de la corona y estás interesado donde se encuentra el árbol de la corona se perdió, entonces creo que hay dos posibilidades; un vector y raster solución.

vector

  1. combinar todos los polígonos de un año, por lo que no hay superposición de polígonos a permanecer. solo polys están bien. esto conducirá a dos shapefiles
  2. el uso de superposición o de intersección para encontrar áreas donde 1989 y 2009 no coinciden (ya).

raster

  1. convertir todos los polígonos de cada año en un binario de trama con 0 = notree y 1=árbol. el uso de una alta resolución, por ejemplo, 0,5 m y bilineal de la interpol? esto se asegurará de que los bordes son lisos
  2. restar las imágenes binarias (2009-1989) y usted debe obtener algo similar a su primer resultado, pero sin el alisado KDEs

Espero que funcione :) yo no pruebe estas ideas, sino simplemente escribí lo que vino a mi mente. buena suerte!

oh...tal vez, también puede simplemente hacer una quadrat enfoque de recuento. para cada año, el segmento de su área utilizando un vector de cuadrícula de 100x100m, el recuento de puntos en polígonos y comparar los dos patrones diferentes. sólo otra idea...

2voto

Hameno Puntos 129

Un cambio general en la vegetación puede ser calculado mediante un Cambio Digital de Análisis. Para ejecutar este análisis primero se necesita un 4-band (R,G,B, y NIR) imagen de ambos 1989 y 2009. Luego, utilizando un control remoto de detección de software (tales como el MEDIO o Erdas) ejecutar un NDVI análisis en cada imagen. NDVI análisis compara la proporción de NIR banda – banda roja/ NIR de la banda de + banda roja píxeles. El resultado de esta ecuación nos da los valores de los píxeles que el rango de -1 a 1. Los píxeles que tienen un valor menor que cero no muestran reflectancia en el NIR de la banda. Asimismo, los píxeles que tienen un valor mayor que cero reflejar la luz NIR y por lo tanto se consideran vegetación. El proceso de realización de una digital de análisis de cambio es simplemente restando uno de NDVI de la imagen del otro (restar de 1989 a partir de 2009). Por favor, consulte el enlace de abajo para una discusión más profunda.

http://www.bioline.org.br/pdf?er07006

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X