紅樹林

在斐濟 Ono-i-Lau 上的 Nukuni 村進行衛星定位。 Ono-i-Lau 是斐濟勞群島群島中堡礁系統中的一組島嶼。 照片 © Planet Labs Inc.

Global Mangrove Watch 平台可讓您訪問全球範圍內最完整和最新的紅樹林範圍地圖。 用於從遙感數據創建此地圖的方法總結如下。 有關完整說明,請參見 在新窗口中打開彩旗等。 2018.

澳大利亞紅樹林 Matt Curnock 海洋圖片庫

澳大利亞俄耳甫斯島上的紅樹林。 圖片來源:Matt Curnock/Ocean Image Bank

尋找紅樹林

要繪製紅樹林地圖,第一步是僅針對可能出現紅樹林的區域。 利用紅樹林棲息地的特點,可以去除大部分非沿海和非熱帶地區。 使用了多種方法:

  1. 根據現有的紅樹林地圖,定位預計存在紅樹林的區域
  2. 使用 NASA 航天飛機雷達地形任務 (SRTM) 高程數據,排除低窪沿海地區以上的區域以創建紅樹林棲息地層
  3. 使用沿海水面具,排除旱地地區。

獲取遙感圖像

確定感興趣區域後,該團隊會從兩個不同的傳感器獲取遙感圖像:Landsat 5 / Landsat 7 的光學衛星圖像和 ALOS PALSAR Radar 的雷達衛星圖像。 由於雲量、四季植被差異等自然變化,2009年至2011年不同時間拍攝的多幅圖像用於同一區域,補正、補缺、相得益彰。

加蓬 Landsat 的三角洲

使用 Landsat 和 ALOS PALSAR 波段的不同波段組合可視化的加蓬三角洲圖像。 這些顏色組合用於識別淹沒區域和紅樹林。 資料來源:Aldous 等人。 2021

處理圖像

選擇後,即可處理圖像並生成訓練數據。 對於 Global Mangrove Watch 紅樹林範圍圖,使用了 128 億個樣本作為訓練數據。

影像分類

一旦生成訓練數據,就進行圖像分類。 在紅樹林範圍地圖的情況下,分類是基於雷達和光學數據,並且每個像素都被賦予紅樹林或非紅樹林類別的屬性。

驗證

檢查生成的紅樹林範圍地圖是否存在錯誤,這是一個驗證過程,將分類與紅樹林存在或不存在的已知區域進行比較,這些區域通常與訓練數據不同。

創建紅樹林範圍的年度更新

為了每年創建新的紅樹林範圍地圖,全球紅樹林觀察團隊創建了一個流程,根據 2010 年紅樹林範圍地圖確定變化。 之所以使用這種地圖到圖像的變化檢測方法,是因為每年很少有足夠的圖像可以用來製作新地圖,並且通過減少數據處理量,團隊可以以更少的計算輸入生成更快的產品。

por youjizz xxx 老師xxx 性別
Translate »