PER-OLA OLSSON INSTITUTIONEN FÖR NATURGEOGRAFI OCH EKOSYSTEMVETENSKAP

HTML
DOWNLOAD

Storlek: px

Starta visningen från sidan:

Download "PER-OLA OLSSON INSTITUTIONEN FÖR NATURGEOGRAFI OCH EKOSYSTEMVETENSKAP"

Marianne Lind
för 8 år sedan
Visningar:

1 Detektion och kartering av insektsskador i skog med satellitdata. PER-OLA OLSSON INSTITUTIONEN FÖR NATURGEOGRAFI OCH EKOSYSTEMVETENSKAP

2 Disposition Generellt (kort) om fjärranalys av vegetation Presentation av 5 studier av insektsskador i skog vid Institutionen för naturgeografi och ekosystemvetenskap, Lunds universitet.

3 Vad ser man i satellitdata? Ortofoto 2010 SPOT 10m pixel 2008 MODIS 250m pixel 2008

4 . men hur ofta ser man det? MODIS 250m pixel dag MODIS 8-dagars och simulerad SPOT 26-dagars tidsserier MODIS 8-dagars simulerad SPOT ndvi SPOT 10m pixel månad dagars period

5 . men hur ofta ser man det? MODIS 250m pixel dag MODIS 8-dagars och simulerad SPOT 26-dagars tidsserier MODIS 8-dagars simulerad SPOT ndvi SPOT 10m pixel månad dagars period

6 Spektrala egenskaper för vegetation

7 Spektrala egenskaper vegetation, jord Baserad på:

8 Övervaka vegetation med satellitdata - Spektrala band MODIS: Rött - (0,62 0,67 μm) Nära infrarött (NIR) (0,84 0,88 μm)

9 Övervaka vegetation med satellitdata - Vegetationsindex Normalized Difference Vegetation Index Baseras på reflektansen i nära infraröd (NIR) och röda våglängdsbanden NDVI = (NIR-röd)/(NIR+röd) (Rouse et al., 1973; Tucker, 1979)

10 Förändringsanalys - jämföra bilder från olika tidpunkter Stormen Gudrun Spot 2004 Spot 2005

11 Förändringsanalys - jämföra bilder från olika tidpunkter Skillnad i NDVI Stormen Gudrun Spot 2005

12 Tidsserieanalys - hitta avvikelser från det normala

13 Studie I - södra Skåne Gransköldlus, Physokermes inopinatus Olsson, P-O., Jönsson, A. M., Eklundh, L., A new invasive insect in Sweden - Physokermes inopinatus: Tracing forest damage with satellite based remote sensing. Forest Ecology and Management.

14 Studie I: - Gransköldlus och sotsvamp Foto: Gunnar Isacsson, Skogsstyrelsen

15 Studie I: - skador i ortofoto Angripet granbestånd Kommunerna i Skåne Utvärderingsdata: Ortofoton tagna I början av juni 2010.

16 Gransköldlus Physokermes inopinatus - SPOT 10 m. pixel storlek (080726) Lantmäteriet - Saccess

17 Gransköldlus Physokermes inopinatus - SPOT 10 m. pixel storlek (080726) Frisk granskog (080726) Skadad granskog (100602) Lantmäteriet - Saccess

18 Gransköldlus Physokermes inopinatus - metod och resultat Förändring I GNDVI (NDVI med grönt istället för rött våglängdsband) användes för att identifiera skadade pixlar. Lantmäteriets markanvändningskarta användes för att identifiera barrskog, och klassning baserad på SPOT data gjordes för att ta fram en karta över granskogen. 78% av skadorna upptäcktes med en överklassning på 46%.

19 Gransköldlus Physokermes inopinatus - MODIS 250 m. pixel storlek Data smoothing with the TIMESAT package Lantmäteriet - Saccess

20 Gransköldlus Physokermes inopinatus - tidig upptäckt av skada

21 Studie II Åsnes, NO Oslo Barrstekel, Neodiprion sertifer Eklundh, L., Johansson, T., Solberg, S., Mapping insect defoliation in Scots pine with MODIS timeseries data Remote Sensing of Environment.

22 Studie II: - MODIS data MOD13Q1: MODIS Produkt som ger NDVI i 16-dagars perioder där värdet är det bästa under perioden. 250 m. pixelstorlek

23 Studie II: - Effekt av angrepp normalt år År med insektsangrepp Data smoothing with the TIMESAT package

24 Studie II: - Skadekartor över Åsnes Utvärderingsdata: LIDAR data insamlad före och efter angreppen. Bästa metoden identifierar 80% av pixlarna med angrepp. Graden av angrepp svårt att bedömma med MODIS data Markanvändningskarta viktig för att identifiera tallskog.

25 Studie III Östra Finland Barrstekel, Neodiprion sertifer, Diprion pini D. Pini angrepp sedan 2002 I östra delen (Palokangas). N. Sertifer angrepp sedan 2009 I västra delen (Outokumpu). Google Earth

26 Studie III: (pågående) - Vad är normalt 1 MOD13Q1 16-day NDVI Plot 3 1 MOD13Q1 16-day NDVI Plot 17 NDVI 0.9 Remaining foliage Seasonal max NDVI ndvi 0.7 ndvi NDVI Remaining foliage Seasonal max NDVI Remaining foliage = 100% - barrförlust (%) Seasonal max = säsongsmax beräknat med TIMESAT

27 Studie IV Abisko Björkmätare, Epirrita autumnata, Operophtera brumata. Lars Eklundh, Margareta Hellström Institutionen för naturgeografi och ekosystemvetenskap, Lunds universitet.

28 Studie IV: - Varningssystem För generalla skador Använder MODIS 8-dagars data med 250 m. pixel storlek Baseras på avvikelser från en normal årscykel Testat på björkmätare i Abisko Abisko 2004

29 Studie IV: - Normal variation Normal variation

30 Studie IV: - Detektion av skada

31 Studie IV: - Skador i Abisko 2004 juni / juli 2003 juni / juli 2004

32 Studie V Abisko Björkmätare, Epirrita autumnata, Operophtera brumata. Kristian Morin, masteruppsats Handledare: Lars Eklundh, Perola Olsson

33 Skalerat NDVI Studie V: - MODIS 16-dagars NDVI Data smoothing with the TIMESAT package

34 Studie V: - z-värde för att identifiera skada Z = χ μ σ χ = maximum NDVI 2012 μ = mean NDVI value for the years 2001, 2002, 2003 and 2009 σ = standard deviation for the years 2001, 2002, 2003 and 2009 Skalerat NDVI

35 Studie V: - Skadekarta baserad på z-värden

36 Går det övervaka skogsskador över stora områden (länder) med en generell metod? Med anpassade metoder går det att upptäcka insektsskador med hög noggrannhet när åren utan skador är relativt jämna. Problem med mer generell metod: Vad är normalt (Speciellt i områden med stor variation mellan åren). Skador som är mindre tydliga. Markanvändningskartor viktigt att avgränsa aktuella områden

37 TACK!!

Relevanta dokument

Övervakning av vegetation med lågupplösande satellitdata

Övervakning av vegetation med lågupplösande satellitdata Lars Eklundh Institutionen för Naturgeografi och Ekosystemanalys Lågupplösande satellitdata NOAA AVHRR: dagliga data 1-5 km 5 våglängsband 1982