Tài liệu kỹ thuật

Phân tích chuỗi thời gian của các hệ sinh thái rừng ứng dụng Viễn thám

25/05/2021 GeoLink Thu Giang 0 Nhận xét

(English below)

Tên bài báo:  Điều chỉnh góc độ tỷ lệ cục bộ cụ thể của lớp phủ đất: Một phương pháp để phân tích chuỗi thời gian của các hệ sinh thái rừng
Tác giả:  Daniel Paluba, Josef Laštovička, Antonios Mouratidis và Přemysl Štych
Năm xuất bản: 2021

Tóm tắt
Nghiên cứu này đề cập đến phương pháp hiệu chỉnh góc tới cục bộ, tức là hiệu chỉnh góc tới cục bộ cụ thể của lớp phủ đất (LC-SLIAC), dựa trên mối quan hệ tuyến tính giữa các giá trị tán xạ ngược và góc tới cục bộ (LIA) cho một lớp phủ nhất định gõ vào khu vực được giám sát. Sử dụng sự kết hợp của CORINE Land Cover và cơ sở dữ liệu Biến động Rừng Toàn cầu của Hansen và cộng sự, một loạt các LIA khác nhau cho một loại rừng cụ thể có thể được tạo ra cho mỗi cảnh.

Thuật toán được phát triển và thử nghiệm trong nền tảng dựa trên đám mây Google Earth Engine (GEE) sử dụng dữ liệu truy cập mở Sentinel-1, mô hình độ cao kỹ thuật số Shuttle Radar Topography Mission (SRTM) và CORINE Land Cover và Rừng toàn cầu của Hansen et al. Thay đổi cơ sở dữ liệu. Phương pháp đã phát triển được tạo ra chủ yếu để phân tích chuỗi thời gian về rừng ở các vùng núi. LC-SLIAC đã được thử nghiệm tại 16 khu vực nghiên cứu trên một số khu bảo tồn ở Trung Âu.

Kết quả sau khi hiệu chỉnh bằng LC-SLIAC cho thấy sự giảm phương sai và phạm vi của các giá trị tán xạ ngược. Phương sai giảm đáng kể về mặt thống kê (hơn 40%) đã đạt được ở các khu vực có phạm vi LIA> 50 ° và phạm vi liên phần phân vị LIA (IQR)> 12 °, trong khi ở các khu vực có phạm vi LIA và LIA IQR thấp, sự giảm phương sai là rất thấp và không có ý nghĩa thống kê. Sáu nghiên cứu điển hình với các phạm vi LIA khác nhau được phân tích thêm trong chuỗi thời gian trước và sau hiệu chỉnh. Chuỗi thời gian sau khi hiệu chỉnh cho thấy sự dao động giảm của các giá trị tán xạ ngược gây ra bởi các LIA khác nhau trong mỗi đường chuyển đổi. Sự giảm này có ý nghĩa thống kê (với mức giảm tới 95% phương sai) ở các khu vực có sự khác biệt về LIA lớn hơn hoặc bằng 27 °.

LC-SLIAC được cung cấp miễn phí trên GitHub và GEE, làm cho phương pháp này có thể tiếp cận được với cộng đồng viễn thám rộng rãi.

Link download: https://drive.google.com/file/d/1J17OOTT7rHId7noY-qXJHrb6hPvK4HOY/view?usp=sharing

----

The titile: Land Cover-Specific Local Incidence Angle Correction: A Method for Time-Series Analysis of Forest Ecosystems
Authors:  Daniel Paluba, Josef Laštovička, Antonios Mouratidis and Přemysl Štych 
Date: 2021


Abstract
This study deals with a local incidence angle correction method, i.e., the land cover-specific local incidence angle correction (LC-SLIAC), based on the linear relationship between the backscatter values and the local incidence angle (LIA) for a given land cover type in the monitored area. Using the combination of CORINE Land Cover and Hansen et al.’s Global Forest Change databases, a wide range of different LIAs for a specific forest type can be generated for each scene. 

The algorithm was developed and tested in the cloud-based platform Google Earth Engine (GEE) using Sentinel-1 open access data, Shuttle Radar Topography Mission (SRTM) digital elevation model, and CORINE Land Cover and Hansen et al.’s Global Forest Change databases. The developed method was created primarily for time-series analyses of forests in mountainous areas. LC-SLIAC was tested in 16 study areas over several protected areas in Central Europe. 

The results after correction by LC-SLIAC showed a reduction of variance and range of backscatter values. Statistically significant reduction in variance (of more than 40%) was achieved in areas with LIA range >50° and LIA interquartile range (IQR) >12°, while in areas with low LIA range and LIA IQR, the decrease in variance was very low and statistically not significant. Six case studies with different LIA ranges were further analyzed in pre- and post-correction time series. Time-series after the correction showed a reduced fluctuation of backscatter values caused by different LIAs in each acquisition path. This reduction was statistically significant (with up to 95% reduction of variance) in areas with a difference in LIA greater than or equal to 27°. 

LC-SLIAC is freely available on GitHub and GEE, making the method accessible to the wide remote sensing community.

Link download: https://drive.google.com/file/d/1J17OOTT7rHId7noY-qXJHrb6hPvK4HOY/view?usp=sharing

Geolink tổng hợp từ MPDI

Bình luận

VIẾT BÌNH LUẬN CỦA BẠN:

popup

Số lượng:

Tổng tiền: