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