M. Sgrenzaoli : Het carteren van tropische bossen met moderne technieken - Wageningen UR


	Nieuws

	Perskamer

	Archief
	Agenda
	2012
	2011
	2010
	2009
	2008
	2007
	2006
	2005
	2004
	2003
	2002
	2001
	2000
	1999
	Nieuws

	RSS

	Agenda
	Open dagen
	Cursussen
	Promoties & Oraties
	Congressen en symposia

25 feb 2004 16:00

Onderdeel: Wageningen Universiteit

Locatie: Aula (gebouw 362), Gen. Foulkesweg 1, Wageningen

Promotor: prof.dr.ir. R.A. Feddes (Soil physics, ecohydrology and groundwater management)

Co-Promotor: Dr.ir. D.H. Hoekman, Dr. G.D. De Grandi

Het werk beschreven in dit proefschrift betreft de schatting van het areaal tropisch bos in het Amazone-gebied door middel van een radarmozaïek met hoge resolutie (100 m) en continentale bedekking als databron. Het radarmozaïek is door het Jet Propulsion Laboratory (NASA JPL) samengesteld uit ongeveer 2500 JERS-1 L-band radarbeelden die opgenomen zijn door het National Agency for Space Development of Japan (NASDA) ten behoeve van het Global Rain Forest Mapping project.
Voor dit doel is een nieuwe classificatiemethode ontwikkeld. Deze methode is gebaseerd op een wavelet signaalontbinding en –reconstructietechniek. Binnen het wavelet reconstructiealgoritme wordt een adaptieve wavelet coëfficiëntdrempel geïntroduceerd om waveletmaxima gerelateerd aan de ruimtelijke overgang tussen klassen te kunnen onderscheiden van maxima gerelateerd aan textuurvariaties binnen een klasse. Twee beeldkenmerkbenoemingstechnieken zijn getest en vergeleken: i) een gebiedsaangroei algoritme en ii) een per beeldelement twee-traps hybride classificeerder.
Het probleem van het grote data volume is aangepakt door de ontwikkeling van een speciaal voor dit doel vervaardigde verwerkingsketen die werkt op de gedeeltelijk overlappende deelgebieden waaruit het mozaïek is samengesteld.
Kwantitatieve validatie en foutenanalyse van de prestaties van de classificeerders, en hun mogelijkheden voor generalisatie naar een regionale schaal, zijn uitgevoerd met behulp van kaarten afgeleid uit Landsat Thematic Mapper beelden als referentie. Een eerste resultaat van dit prestatiebeoordelingsproces laat zien dat de wavelet classificeerder een nauwkeurigheid van 87% haalt voor kartering van bossen versus niet-bossen. De analyseresultaten op het niveau van individuele testgebieden laten zien dat de klasse gedegradeerd bos de voornaamste oorzaak is van classificatiefouten. De discrepantie tussen TM-kaarten and SAR-kaarten neemt toe met toenemende fragmentatie van het landschap.
Een vergelijkende test naar de relatieve prestaties van de op wavelets gebaseerde techniek van segmentatie door gebiedsgroei en een conventionele cluster techniek (ISODATA) laat zien dat de op wavelets gebaseerde techniek een hogere nauwkeurigheid geeft en in staat is een generalisatie te leveren voor de gehele dataset.
Het probleem van de detectie van de klasse gedegradeerd bos – in het algemeen veronachtzaamd binnen programma’s voor kartering van ontbossing in de Amazone – wordt aangepakt door zowel optische als SAR data te gebruiken. Voor optische data is een drie-traps classificatieprocedure ontwikkeld voor detectie van gedegradeerd bos in Landsat TM beelden. Voor SAR data is een multitemporele speckle filteringtechniek gebruikt om de signaal-ruis verhouding te verbeteren. Bosdegradatie, gekarakteriseerd door kleine langwerpige en geïsoleerde gebieden zonder vegetatiebedekking, en met een regelmatige verdeling binnen bosgebieden, is visueel waarneembaar in gefilterde beelden. Uitgaande van de veronderstelling dat de discrepantie tussen TM-kaarten en SAR-kaarten toeneemt met de mate van landschapsfragmentatie is een inductieve leermethode getest. Deze methode blijkt de mogelijkheid te hebben om lokale classificatieschattingen bij een hogere resolutie te gebruiken voor de correctie van SAR-kaarten met regionale schaal. Tenslotte worden enkele ideeën en aanbevelingen gegeven die bruikbaar kunnen zijn als werkhypothesen of als praktische benaderingen om de druk op het tropisch bosecosysteem te verlichten.

Print dit agenda item