mangroven
Het Global Mangrove Watch-platform geeft toegang tot de meest complete en actuele kaart van mangrovegebieden op wereldschaal. De methodologie die is gebruikt om deze kaart op basis van teledetectiegegevens te maken, wordt hieronder samengevat. Voor een volledige beschrijving zie Bunting et al. 2018.
Mangroveboom op Orpheus Island, Australië. Krediet: Matt Curnock/Ocean Image Bank
Mangroven vinden
Om mangroven in kaart te brengen, is de eerste stap om alleen de gebieden te targeten waar mangroven kunnen voorkomen. Door gebruik te maken van de kenmerken van mangrovehabitats, kunnen veel niet-kustgebieden en niet-tropische gebieden worden verwijderd. Er wordt een combinatie van methoden gebruikt:
- Gebaseerd op bestaande mangrovekaarten, richt u op de gebieden waar naar verwachting mangroven zullen bestaan
- Met behulp van NASA Shuttle Radar Topography Mission (SRTM) hoogtegegevens, sluit gebieden boven laaggelegen kustgebieden uit om een mangrove-habitatlaag te creëren
- Gebruik een kustwatermasker om droge gebieden uit te sluiten.
Remote Sensing-beelden verkrijgen
Zodra het interessegebied is ingekaderd, verkrijgt het team remote sensing-beelden van twee verschillende sensoren: optische satellietbeelden van Landsat 5 / Landsat 7 en radarsatellietbeelden van ALOS PALSAR Radar. Als gevolg van bewolking, verschillen in vegetatie naargelang de seizoenen en andere natuurlijke veranderingen, worden meerdere foto's die tussen 2009 en 2011 op verschillende tijdstippen zijn genomen, gebruikt voor hetzelfde gebied, om gaten te corrigeren, op te vullen en elkaar aan te vullen.
Afbeelding van delta's in Gabon gevisualiseerd met behulp van verschillende bandcombinaties van de Landsat- en ALOS PALSAR-banden. Deze kleurencombinaties werden gebruikt om overstroomde gebieden en mangroven te identificeren. Bron: Aldous et al. 2021
De afbeeldingen verwerken
Eenmaal geselecteerd, zijn de beelden klaar om te worden verwerkt en trainingsgegevens te genereren. Voor de Global Mangrove Watch mangrove-extensiekaart werden 128 miljoen monsters gebruikt als trainingsgegevens.
Afbeeldingsclassificatie
Zodra de trainingsgegevens zijn gegenereerd, wordt de beeldclassificatie uitgevoerd. In het geval van de mangrove-uitbreidingskaarten is de classificatie gebaseerd op zowel radar- als optische gegevens en krijgt elke pixel de toewijzing van een mangrove- of niet-mangroveklasse.
Validatie
De resulterende kaart van mangrove-uitbreiding wordt gecontroleerd op fouten, een validatieproces dat de classificatie vergelijkt met bekende gebieden met de aanwezigheid of afwezigheid van mangroven, die meestal verschillen van de trainingsgegevens.
Jaarlijkse updates van mangrove-omvang maken
Om elk jaar een nieuwe kaart van het mangrovegebied te maken, heeft het Global Mangrove Watch-team een proces ontwikkeld dat veranderingen identificeert ten opzichte van het mangrovegebied van 2010. Deze detectiemethode voor verandering van kaart naar afbeelding wordt gebruikt omdat er elk jaar zelden genoeg beeldmateriaal beschikbaar is om een nieuwe kaart te maken en door de hoeveelheid gegevensverwerking te verminderen, kan het team snellere producten genereren met veel lagere rekeninput.