PER-OLA OLSSON INSTITUTIONEN FÖR NATURGEOGRAFI OCH EKOSYSTEMVETENSKAP

Relevanta dokument
Övervakning av vegetation med lågupplösande satellitdata

Tidsserieanalys av vegetation med Sentinel 2

Fjällvegetationskartering med satellitdata och NNH data

Här finns en kort beskrivning av CropSAT

Laboration 5: Introduktion till digital fjärranalys & olika sensorer

Fjärranalys av skador på al utmed vattendrag och sjöar i södra Sverige. Ulf Bjelke, ArtDatabanken, SLU. Camilla Jönsson, Metria

Vilka skogsskador kan vi förvänta oss framöver? Gunnar Isacsson, Skogsstyrelsen

Introduktion till Fjärranalys

Nytt klimat nya skogsskador Gunnar Isacsson, Skogsstyrelsen

Uppdatering av blockdatabasen med stöd av satellitdata. Anders Forsberg, Jordbruksverket, Fjärranalysdagarna

3 D data från optiska satelliter - Skogliga tillämpningar

Introduktion till Fjärranalys

Skogsstyrelsens vision och strategi för fjärranalysanvändning

Klimateffekter på vegetation och återkopplingar till klimatet

MAGASINBESTÄMNING OCH TILLRINNINGSBERÄKNING

Introduktion till Fjärranalys

Fjärranalys av skogsskador efter stormen Gudrun

Vad kan fjärranalystekniken bidra med?

Vallslåtter. årets viktigaste dag. Olika skördeintäkt samma netto agra vått. Bevattna och säkra din skörd. Stråförkortat går.

Introduktion till Fjärranalys

Grön infrastruktur och hälsa i stadsmiljö. Mare Lõhmus

Hur ser skogsnäringen på ökande mängder av satellitdata? Erik Willén

Introduktion till fotogrammetrin

ISIS2 Satellit- och meteorologibaserad undersökning av snö för rennäringens behov

Delaktivitet 3d: Underlag för ett webbaserat beslutsstödssystem för smart växtodling

Naturvårdseffekter av granbarkborrebekämpningen

En undersökning av samband mellan förändringar i fenologi och temperatur med hjälp av GIMMS datasetet och klimatdata från SMHI

Service Contract No. 3601/B2007.EEA Presentation vid Fjärranalysseminariet 2009 Erik Willén Metria

Vilka fågelarter förekommer här?

Torbjörn Westin, Spacemetric AB Simon Ahlberg, FORAN Remote Sensing AB

Varför blir det utbrott av granbarkborre? Martin Schroeder, Inst Ekologi, SLU

Introduktion till fotogrammetrin

CropSat, gödsla efter satellitbilder, möjligheter med nollrutor. Hushållningssällskapet, Henrik Stadig

Motivet finns att beställa i följande storlekar

Rapport Satellitbildskartering av lämnad miljöhänsyn i skogsbruket en landskapsansats

På väg mot det nya jordbruket med satelliter, sensorer och GIS

Laserskanning Nya möjligheter för skogsbruket. Swedish University of Agricultural Sciences Forest Remote Sensing

Fjällbjörkmätarlarvers påverkan på fjällbjörkskog

Fjärranalys för kartering av strandekosystem

Bevissäkring från rymden

Växternas årscykel - hur förutsäger vi fram9den?

Kartering av skogsskador hos bok och ek i södra Sverige med hjälp av satellitdata

Grön infrastruktur och hälsa i stadsmiljö. Mare Lõhmus

Grönområden grönytor och asfalt i tätort.

Snötäckningsgrad från satellitobservationer i HBV-96 Barbro Johansson Karen Lundholm Anders Gyllander

SLUs forskning om 3D fjärranalysdata för kartering och skattning av skog och fjällvegetation

Grönytor i och omkring tätorter

SWETHRO. Gunilla Pihl Karlsson, Per Erik Karlsson, Sofie Hellsten & Cecilia Akselsson* IVL Svenska Miljöinstitutet *Lunds Universitet

Synergier och konflikter vid ett intensifierat skogsbruk

Skogsbrandsdetektion i Sverige. Rickard Hansen. rickard.hansen@msb.se

Laserskanning för bättre beslut i skogsbruket - nu eller i framtiden?

Satellite-based Crop Damage Estimation DNR 215/11

Tillgång till grönytor/grönområden i och omkring tätorter

Förbättrad grönytekartering i urbana områden

Proteinprognos i maltkorn och höstvete

Samhällsmätning EXTA50, 9 hp

Fjärranalys för kommuner

Metodutveckling för datainsamling i NILS landskapsruta

DON vädermodeller och inomfältsvariationer. Baltiskt samarbete Thomas Börjesson Agroväst

Nationell skogliga skattningar från laserdata. Swedish University of Agricultural Sciences Forest Remote Sensing

Forskning om naturkontaktens koppling till barn och ungas hälsa. Mare Lõhmus

Långa tidsserier från Riksskogstaxeringen med bäring på biologisk mångfald. Anna-Lena Axelsson, Institutionen för skoglig resurshushållning, SLU, Umeå


Uppskattning av maltkornskvalitet

Frågor för klimatanpassning i skogsbruket

Snabb introduktion till Fjärranalys

Användning av satellitdata

Copernicus och Swea. Björn Lovén

Laserdata för miljöövervakning

Ny historisk databas om skog

BEDÖMA BIOLOGISK MÅNGFALD I TORVMARKER. - Hur gör man rent praktiskt (och tekniskt)? Sofia Nygårds Ecocom AB

Rapport 2006:59. Uppföljning av miljömål om lövskogsföryngring med hjälp av fjärranalys.

Copernicus. -och nya satelliter och sensorer i Sentinelprogrammet

Innovationer för hållbar växtodling 3d. Underlag för ett webbaserat beslutsstödssystem för precisionsodling

Fjärranalys för kulturmiljövården. Underlag för arbete med lägesbestämda fornlämningar

Distribution av Skogliga grunddata och anknytande produkter

Skogsstyrelsens arbete efter stormen Gudrun och Per - Seminarium i Ås Tema barkborrar

Nödrop från Expedition C3: skicka fler tekniker!

Frågor för tentamen EXTA50 Samhällsmätning, 9 hp, kl december, 2012.

jordbrukslandskap Små lövskogars funktion för biologisk mångfald i

Forest regeneration in Sweden

Från skyddade skogsområden till nätverk av skyddade områden

FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 5, a 2 e x2 /a 2, x > 0 där a antas vara 0.6.

Fjärranalys från 1930 till idag. Håkan Olsson. Ljungbergsseminarium Årtalen är ungefärliga!

Analys av egen tidsserie

Vad Betyder måtten MAPE, MAD och MSD?

Bättre inventeringar av marina miljöer Kunskap för planering och förvaltning av kust och hav Johnny Berglund, Länsstyrelsen Västerbotten

RISK-EOS A EUROPEAN NATURAL DISASTER SERVICE. Fjärranalysseminarium Djurönäset 10 mars 2007

Projekt Insektsbekämpning 2011

Hur skriva och granska uppsats?

PM angående 10-årsdagen av stormen Gudrun och hur erfarenheterna av stormen har påverkat skogsbruket


D-geoinformationsteknik: mer än att bara bygga och visualisera 3Dmodeller.

Metod för kartläggning av skyddszoner

genom en kombination av satellitdata och N-sensorer

Betrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.

Fjärranalys. How do we discuss and catagorize remote sensing? the resolutions

Kartering av förbuskning på Öland med satellitdata

Skogsmarksfastighetspriser och statistik för olika regioner

Rapeseed Biodiesel and Climate Change Mitigation in the EU

Transkript:

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

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

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

. men hur ofta ser man det? MODIS 250m pixel 2008 - dag 0.9 0.8 MODIS 8-dagars och simulerad SPOT 26-dagars tidsserier MODIS 8-dagars simulerad SPOT 0.7 0.6 0.5 ndvi 0.4 0.3 SPOT 10m pixel 2008 - månad 0.2 0.1 0-0.1 0 5 10 15 20 25 30 35 40 45 50 8-dagars period

. men hur ofta ser man det? MODIS 250m pixel 2008 - dag 0.9 0.8 MODIS 8-dagars och simulerad SPOT 26-dagars tidsserier MODIS 8-dagars simulerad SPOT 0.7 0.6 0.5 ndvi 0.4 0.3 SPOT 10m pixel 2008 - månad 0.2 0.1 0-0.1 0 5 10 15 20 25 30 35 40 45 50 8-dagars period

Spektrala egenskaper för vegetation

Spektrala egenskaper vegetation, jord Baserad på: http://bluemarble.ch/wordpress/2003/01/07/ndvi-measurements-withsimple-radiometric-and-photographic-methods/

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

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)

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

Förändringsanalys - jämföra bilder från olika tidpunkter Skillnad i NDVI 2005-2004 Stormen Gudrun Spot 2005

Tidsserieanalys - hitta avvikelser från det normala

Studie I - södra Skåne Gransköldlus, Physokermes inopinatus Olsson, P-O., Jönsson, A. M., Eklundh, L., 2012. A new invasive insect in Sweden - Physokermes inopinatus: Tracing forest damage with satellite based remote sensing. Forest Ecology and Management.

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

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

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

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

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%.

Gransköldlus Physokermes inopinatus - MODIS 250 m. pixel storlek Data smoothing with the TIMESAT package http://www.nateko.lu.se/timesat/ Lantmäteriet - Saccess

Gransköldlus Physokermes inopinatus - tidig upptäckt av skada

Studie II Åsnes, NO Oslo Barrstekel, Neodiprion sertifer Eklundh, L., Johansson, T., Solberg, S., 2009. Mapping insect defoliation in Scots pine with MODIS timeseries data Remote Sensing of Environment.

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

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

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.

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

Studie III: (pågående) - Vad är normalt 1 MOD13Q1 16-day NDVI 2001-2011. Plot 3 1 MOD13Q1 16-day NDVI 2001-2011. Plot 17 NDVI 0.9 Remaining foliage Seasonal max NDVI 0.9 0.8 0.8 ndvi 0.7 ndvi 0.7 0.6 0.6 0.5 0.5 NDVI Remaining foliage Seasonal max NDVI 0.4 0 50 100 150 200 250 0.4 0 50 100 150 200 250 Remaining foliage = 100% - barrförlust (%) Seasonal max = säsongsmax beräknat med TIMESAT

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

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

Studie IV: - Normal variation Normal variation

Studie IV: - Detektion av skada

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

Studie V Abisko Björkmätare, Epirrita autumnata, Operophtera brumata. Kristian Morin, masteruppsats 2012 http://www.lu.se/lup/publication/3512920 Handledare: Lars Eklundh, Perola Olsson

Skalerat NDVI Studie V: - MODIS 16-dagars NDVI 2001-2012 Data smoothing with the TIMESAT package http://www.nateko.lu.se/timesat/

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

Studie V: - Skadekarta baserad på z-värden

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

TACK!! Per-Ola.Olsson@nateko.lu.se