Daha çox

Gdalwarp istifadə edərək raster bir görüntüyü təkzib etmək


Bir ECW Ortophotonu 25830-dan 23030 srid-ə qədər təkzib etməyə çalışıram. Aşağıdakıları sınadım, amma bir səhv alıram:

C:  Program Files (x86)  FWTools2.4.7> gdalwarp -s_srs 25830 -t_srs 23030 C:  orto.e cw C:  orto_ed50.ecw XATA 1: Mənbə və ya hədəf SRS-in tərcüməsi uğursuz oldu: 25830

istifadə etdiyiniz kod növünü göstərməlisiniz. Burada EPSG olduğunu düşünürəm

C: Program Files (x86) FWTools2.4.7> gdalwarp -s_srs EPSG: 25830 -t_srs EPSG: 23030 C: orto.e cw C: orto_ed50.ecw


Mdhntd

Nə üçün İngiltərənin Baş Naziri ümumi seçki təyin etmək üçün Parlamentin icazəsinə ehtiyac duyur?

Çərəzləri müəyyən bir saytdan necə silə bilərəm?

ISO-nu əl ilə dəyişdirmək üçün hər hansı bir səbəb varmı?

Riyaziyyata ibadət edən alim keşişlər haqqında böyük bir fantaziya romanı axtarırsınız?

İflic bir məxluq axsaqdır, yoxsa sərt?

Məsləhətçimin bir işbirliyinə hədiyyə müəllifliyi verməsinə necə qarşı çıxa bilərəm?

Konservləşdirərkən təzyiqli bir konservə niyə lazımdır?

Planet səliqəli şəkildə kilidlənmədən necə bir planet bir yarımkürəni digərinə nisbətən daha isti ola bilər?

2x2 ABŞ zəng işarələrinin hansı hissəsi boş zənglərdir?

Niyə bütün uçucu mayelər yanar

'Zəhmət heç vaxt heç kimə zərər vermir' Niyə 'incitmirsən?'

Elektrik enerjisi kəsildikdən sonra GFI çıxışları uğursuz oldu

Düz mərkəzə doğru düşən bir orbitin (trayektoriyanın) ekssentrikliyi nədir?

Verona Konqresinin bu satirik cizgi filmindəki bu insanlar kimlərdir?

Heç vaxt ictimai üzvləri virtual / mücərrəd etmə - həqiqətən?

Boris Johnson niyə yeni seçkilərə çağırdı?

Kainatda, niyə Doc Brown 1955-ə gedəcək zaman maşınını proqramlaşdırır?

Darvin `lsb_release -a`-ya alternativ?

Məni işdən çıxardıqda gmailimin girişini tərk etdi

Ehtimaldan istifadə edərək daha asan həll edilə bilən kombinatorika problemləri

Niyə yeddi seqment ekranında sağda onluq nöqtə var?

2019-09-04 tarixinə kimi Böyük Britaniya hökumətinin əksəriyyəti nə qədərdir?

GeoTIFF şəkillərini eyni qətnamə şəklində yenidən tətbiq etmək istəyirsiniz?

Daha yaxşı qətnamə əldə etmək üçün QGIS-də interpollaşdırma rasterini 30.5 piksel ölçüsünü dəyişdirin? QGIS istifadə edənlər üçün aşağı nümunə götürmə Rasterize-dən fərqli çıxış Rastize dəyərlərini fərqli hüceyrə ölçüləri ilə 2 rastrdan xülasə etmək QGIS-də Rasters-i nümunə edə bilərsinizmi? ArcGISSaga-da Raster Çözünürlüğünü dəyişdirin: yüksək qətnamə geotiffinin qurulması və ixracı üçün python redaktoru QGISTools-da nümunə dərəcəsini işləmə Nümunə hüceyrə ölçüsünü dəyişdirməyin Nümunə rasteri ArcPyBatch ilə GeoTIFF şəkillərinə çevirməklə daha yüksək qətnaməyə çevirin

Eyni qətnaməni nümunə götürmək istədiyim iki coğrafi şəkil var. ArcGIS istifadə etsəm, bunu etmək asan olardı. Ancaq QGIS istifadə edərək bunu necə edəcəyimi bilmirəm. Bəzi köməklər çox təqdir ediləcəkdir. Təşəkkürlər.

Eyni qətnaməni nümunə götürmək istədiyim iki coğrafi şəkil var. ArcGIS istifadə etsəm, bunu etmək asan olardı. Ancaq QGIS istifadə edərək bunu necə edəcəyimi bilmirəm. Bəzi köməklər çox təqdir ediləcəkdir. Təşəkkürlər.

Eyni qətnaməni nümunə götürmək istədiyim iki coğrafi şəkil var. ArcGIS istifadə etsəm, bunu etmək asan olardı. Ancaq QGIS istifadə edərək bunu necə edəcəyimi bilmirəm. Bəzi köməklər çox təqdir ediləcək. Təşəkkürlər.

Eyni qətnaməni nümunə götürmək istədiyim iki coğrafi şəkil var. ArcGIS istifadə etsəm, bunu etmək asan olardı. Ancaq QGIS istifadə edərək bunu necə edəcəyimi bilmirəm. Bəzi köməklər çox təqdir ediləcək. Təşəkkürlər.


RasterOptions istifadə etməyimin səbəbi, əvvəllər etdiyim zaman
30 metrlik DEM üçün yenidən layihə, mən qaldırdıqdan sonra işlədi
chunksize (əks halda yaddaş bitdi), buna görə yalnız qarşısını almaq üçün buraya əlavə etdim
o məsələ (yəqin ki, bu iş üçün işləmir)

GdalUtils paketini quraşdıracağam, bununla birlikdə R-i təkmilləşdirməliyəm
3.0.1-dən 3.2-dək (başqa bir iş olduğundan bu işi görməyə qorxuram).

Ancaq bunun üçün bir yeniləmə var, özümdə gdalwarp istifadə etdim
Cygwin (həqiqətən QGIS tərəfindən quraşdırılmışdır) və uğurla çalıştırın:
gdalwarp -t_srs '+ proj = utm + zone = 17 + datum = NAD83 + ədəd = m + no_defs
+ ellps = GRS80 + towgs84 = 0,0,0 '-r bilinear -multi -tr 10 10-GTiff
grdn41w083_13 / hdr.adf n41w083.tif

bitirmək 11 saniyə çəkdi.

Proqnozlaşdırılan tif əsasında yamac hesablamasını hələ də axtarıram
faylı varsa, kimsə mənə bəzi təkliflər verə bilərsə təqdir edərəm
bu təcrübə.

Pazartesi, 7 Nisan 2014, saat 15.42, Jonathan Greenberg & lt [gizli e-poçt] & gtwrote:

jgrn /
& gt AIM: jgrn307, MSN: [gizli e-poçt], Gchat: jgrn307, Skype: jgrn3007
& gt

[[alternativ HTML versiyası silindi]]


Ana səhifəyə çarpdı dünən Community & # 9830 tərəfindən

Bu sualda sistem yaxşı və ya pis ola biləcək cavablar var, sistem nəzərdən keçirilə bilməsi üçün onu aktiv olaraq qeyd edib.

bir cad tətbiqi ilə bir raster yarada və sonra xəritəyə raster qat əlavə edə bilərsiniz

Əlbəttə ki, bu bir şəkil üçün işləyir. Ancaq şəkillər və koordinatlar istifadəçilər tərəfindən yüklənir.

Ən son OpenLayers istifadə edərək adi OSM küçə xəritəsi üzərində sadə bir statik görüntü yerləşdirməyə çalışıram. Xəritə ilə eyni proyeksiyada olan sadə statik görüntünün və ya əvvəlcədən təyin edilmiş proyeksiyadan istifadə edən şəkillərin üst-üstə qoyulmasına dair nümunələr olmasına baxmayaraq, xüsusi bir görüntü ilə bir nümunə tapmaqda çətinlik çəkirəm.

Beləliklə, müəyyən bir eni və # 38 hündürlüyü və 3 istinad nöqtəsi olan normal bir jpg şəklim var. Məsələn, bir istinad nöqtəsi mənə pikselin [10, 30] (yuxarı, sol) coğrafi koordinatda olduğunu göstərir [-73.9984252,40.7197263] (EPSG: 4326). Nəzəriyyədə 3 nöqtədən istifadə edərək xəritəni üst-üstə qoyan şəkli çevirən bir proyeksiya əldə etmək mümkün olmalıdır.

Məsələn, statik görüntünün dönməsinin onsuz da dəstəklənmədiyi görünən açıq oyunçuların dəstəklənən variantlarına baxanda öz proj4 proyeksiyamı yaratmağım lazım olduğunu düşünürəm, amma bununla necə başlayacağım barədə heç bir ipucu yoxdur. Lat_0 & # 38 lon_0 istifadə edərək şəklin yerini dəyişdirməyi bacardım, amma bununla əlaqədardır.

Buna yaxınlaşmağın daha yaxşı yolları varmı?

Proyeksiya ilə mənə bir əl verə bilərsinizmi?

Bir nümunə ilə bir codepen.io yaratdım. Nəzərə alın ki, mənim istifadə səviyyəm düz səth planlarında, ancaq fikir eynidir.

Ən son OpenLayers istifadə edərək adi OSM küçə xəritəsi üzərində sadə bir statik görüntü yerləşdirməyə çalışıram. Xəritə ilə eyni proyeksiyada olan sadə statik görüntünün və ya əvvəlcədən təyin edilmiş proyeksiyadan istifadə edən şəkillərin üst-üstə qoyulmasına dair nümunələr olmasına baxmayaraq, xüsusi bir görüntü ilə bir nümunə tapmaqda çətinlik çəkirəm.

Beləliklə, müəyyən bir eni və # 38 hündürlüyü və 3 istinad nöqtəsi olan normal bir jpg şəklim var. Məsələn, bir istinad nöqtəsi mənə pikselin [10, 30] (yuxarı, sol) coğrafi koordinatda olduğunu göstərir [-73.9984252,40.7197263] (EPSG: 4326). 3 nöqtədən istifadə edərək nəzəri olaraq xəritəni üst-üstə qoyduğu üçün şəkli çevirən bir proyeksiya əldə etmək mümkün olmalıdır.

Məsələn, statik görüntünün dönməsinin onsuz da dəstəklənmədiyi görünən açıq oyunçuların dəstəklənən variantlarına baxanda öz proj4 proyeksiyamı yaratmağım lazım olduğunu düşünürəm, amma bununla necə başlayacağım barədə heç bir ipucu yoxdur. Lat_0 & # 38 lon_0 istifadə edərək şəklin yerini dəyişdirməyi bacardım, amma bununla əlaqədardır.

Buna yaxınlaşmağın daha yaxşı yolları varmı?

Proyeksiya ilə mənə bir əl verə bilərsinizmi?

Bir nümunə ilə bir codepen.io yaratdım. Nəzərə alın ki, mənim istifadə səviyyəm düz səth planlarında, ancaq fikir eynidir.


1 Cavab 1

Rastı çoxbucaqlayaraq doğru yoldasınız. Hal-hazırda yüksəklik rasterini çoxbucaqlaşdırmağa çalışırsınız və alət hər yüksəklik dəyəri üçün ayrı bir çoxbucaq yaratmağa çalışır (yəni 3500 'üçün bir çoxbucaq, 3501' üçün başqa bir çoxbucaq və s.) bilərdi bütün çoxbucaqlıları dəyərlərlə seçin və birləşdirin & # 62 3500, lakin daha sürətli bir metod var. Əvvəlcə yalnız 0 və 1 dəyərləri olan bir raster yaradın (0 yüksəklik və # 60 3500 olduğu yer, 1 yüksəklik və # 62 3500 olduğu yer). O zaman bu rasteri çoxbucaqlaya bilərsiniz və 3500 futdan yuxarı sahənin bir çoxbucağı meydana gətirəcəkdir.

Bu ifadə ilə raster kalkulyatorundan istifadə edin (raster qrupunuzun adını əvəz edin):

Addım 1-dən çıxışı çoxbucaqlandırın.

Çıxış iki çoxbucaqlı bir çoxbucaqlı təbəqə olmalıdır. 0 dəyəri olan çoxbucağı seçin və silin.

Yardım üçün təşəkkür edirik. Yaxındayam, amma çoxbucaqlaşma vaxtı gəldikdə, ikisi arasında bu son ayrılığı edə bilmədim. Düsturu daxil etdiyim zaman nəticə yalnız 0 və 1-ə bərabər bir rasterdir. Ancaq 2-ci addımı atdığımda və çoxbucaqlandığım zaman, həm sərhəd ortada, həm 0, həm də 1 qalır. Yalnız # 1-i necə saxlayacağınıza dair hər hansı bir fikriniz varmı? Bunu qiymətləndir.


Ytdjtkui

Bir mövsümü təyin etmək üçün yarımkürədə neytral bir yol varmı?

12 meymundakı virus nədir?

Entropiyanın tərifindəki qeyri-müəyyənlik

Bir istifadəçinin özlərini XSSing etməməsini necə qarşısını almağa çalışmalıyam?

Sessiya doludur və bu baxımdan nə deməkdir?

Bir klubun üzvü olmaq 'əvəz etmək üçün bir fel

Əl baqajının ölçü və çəki məhdudiyyətlərinə nə qədər ciddi yanaşmalıyam?

Əmanətdə olduğumuzu ev sahibinə necə göstərmək olar?

Bu istifadəçi agentləri hansı istismardan istifadə etməyə çalışırlar?

Niyə bozonlar eyni vəziyyəti tutmağa meyllidirlər?

Word-də qəribə boşluq simvolları necə silinir

Batareyanın şişməsi divar montajında ​​istifadə olunur

Giriş sahəsinin söndürüldüyünü göstərən ən çox yayılmış rəng hansıdır?

Bir şeyin quyruqla canlı olaraq bir fayla aparılmasını izləmək

Sehrbazım bir sehr kitabını yalnız tilsim və katib kitablarını toplamaq üçün istifadə edə bilər, tökmə deyil?

Proqnozlaşdırıcı kodlaşdırma itkisiz sıxılma zamanı necə kömək edir?

Təkrarlanma əlaqəsinin həlli (poker fişləri)

Normal Limit Teoreminə görə * olmayan * bir dəyişənin normal paylandığına dair bir nümunə varmı?

Sehrli Füze sehrindən başqa hər şeyə qarşı immuniteti olmayan bir varlığı necə statlaşdırardım? (sadəcə əyləncə üçün)

GeoPackage üçün çox böyük GeoTIFF verilənlər bazası

Rəng balanslaşdırma SPOT5 ArcGIS Mosaic Dataset? Mürəkkəb, çoxpilləli GDAL VRT-dən döşəmə? İstinad olunan mozaika verilənlər bazasından .tif-in ixracı raster verilənlər bazasında funksiyalardan istifadə etmir. İş axını nədir? Mozaik verilənlər bazası əməliyyatının düzgün işləməsi üçün hardware tələblərinin müəyyənləşdirilməsi? GDAL_calc.py-də fərqli ölçülərdə rasterlərin istifadəsi Geopackage-dən bir raster çıxarmaq? MODIS Swath Mosaic üçün toplu birdən çox raster faylından geopackage yaratmaq? Gdal_translate və gdalwarp konvertasiya edərkən bağlanmır ecw faylını GeoTIFF-ə göndərin

Gdalwarp ilə birlikdə böyük bir GeoTIFF verilənlər bazasının GeoPackage-də mozaikasını yaratmağa çalışıram
(qınama yoxdur). Hər birində 8 bitlik gri tonlamalı 512 .tif fayl var
bant və 1 metr qətnamə. Verilənlər dəstini a-ya klip etmək üçün -cutline istifadə edirəm
bir az kiçik dərəcədə.

GdalWarp əvvəlcə ölçüləri 1 824 323P x 1 662 148L olaraq çıxarır

Bu əməliyyatın kifayət qədər vaxt alacağını gözləyirəm, amma artıq 7 gündür və ölçülər barədə mesajdan başqa bir çıxış yoxdur.
GdalWarp.exe bütün vaxt ərzində% 2-3 CPU və 5 GB yaddaş istifadə edir. Output.gpkg hələ də yalnız 80 KB-dır və prosesi başlatdığımdan bəri dəyişdirilməyib. GdalWarp ümumiyyətlə hər bir fayl adını işlənərkən çıxardığından mənəm
bir şeyin səhv getdiyindən şübhələnmək.

Bənzər işlərdə yaşadığımız təcrübədən görünür ki, çıxış görüntüsü müəyyən bir ölçüdən böyük olduqda, proses irəliləməyəcəkdir. Hər kəsin GDAL-da çox böyük mozaika GeoPackages (təcrübə göstərişləri və s.) Yaratmaq təcrübəsi varmı? Bunu digər proqram təminatı ilə də idarə etdiyinizi eşitmək çox maraqlı olardı.

VRT-nin çıxış formatı kimi virtual raster istifadə edirsinizsə, əmr sürətli işləyir?

Sadəcə bunu sınadım və əmr olduqca sürətli oldu. Çıxış 280 MB .vrt fayl idi. Növbəti addım üçün təklifiniz varmı?

Səhvim, yaratdığım vrt yalnız GeoTIFF sənədlərimdən birincisinə istinad etdi və dəlicəsinə bir miqdarda metadata daxil oldu. Gdalbuildvrt.exe ilə yeni, düzgün bir .vrt faylı yaratdım. Hal-hazırda .vrt faylını çıxış olaraq GPKG ilə gdalwarp etmək üçün qidalandırmağa çalışıram. Bu düşündüyünüz metod idimi?

Mənim təklifim gdalwarp tərəfindən gdal_translate üçün bir giriş olaraq yaradılan VRT-ni qidalandırmaq olardı. Ancaq 280 MB .vrt faylı yalnız 512 tiff sənəd üçün böyükdür. Nə olduğunu başa düşə bilmirəm.

Gdalwarp ilə birlikdə böyük bir GeoTIFF verilənlər bazasını GeoPackage-də mozaika etməyə çalışıram
(qınama yoxdur). Hər birində 8 bitlik gri tonlamalı 512 .tif fayl var
bant və 1 metr qətnamə. Verilənlər dəstini a-ya klip etmək üçün -cutline istifadə edirəm
bir az kiçik dərəcədə.

GdalWarp əvvəlcə ölçüləri 1 824 323P x 1 662 148L olaraq çıxarır

Bu əməliyyatın kifayət qədər vaxt alacağını gözləyirəm, amma artıq 7 gündür və ölçülər barədə mesajdan başqa bir çıxış yoxdur.
GdalWarp.exe bütün vaxt ərzində% 2-3 CPU və 5 GB yaddaş istifadə edir. Output.gpkg hələ də yalnız 80 KB-dır və prosesi başlatdığımdan bəri dəyişdirilməyib. GdalWarp ümumiyyətlə hər bir fayl adını işlənərkən çıxardığından mənəm
bir şeyin səhv getdiyindən şübhələnmək.

Bənzər işlərdə yaşadığımız təcrübədən görünür ki, çıxış görüntüsü müəyyən bir ölçüdən böyük olduqda, proses irəliləməyəcəkdir. Hər kəsin GDAL-da çox böyük mozaika GeoPackages (təcrübə göstərişləri və s.) Yaratmaq təcrübəsi varmı? Bunu digər proqram təminatı ilə də idarə etdiyinizi eşitmək çox maraqlı olardı.

VRT-nin çıxış formatı kimi virtual raster istifadə edirsinizsə, əmr sürətli işləyir?

Sadəcə bunu sınadım və əmr olduqca sürətli oldu. Çıxış 280 MB .vrt fayl idi. Növbəti addım üçün təklifiniz varmı?

Səhvim, yaratdığım vrt yalnız GeoTIFF sənədlərimdən birincisinə istinad etdi və dəlicəsinə bir miqdarda metadata daxil oldu. Gdalbuildvrt.exe ilə yeni, düzgün bir .vrt faylı yaratdım. Hal-hazırda .vrt faylını çıxış olaraq GPKG ilə gdalwarp etmək üçün qidalandırmağa çalışıram. Bu düşündüyünüz metod idimi?

Mənim təklifim gdalwarp tərəfindən gdal_translate üçün bir giriş olaraq yaradılan VRT-ni qidalandırmaq olardı. Ancaq 280 MB .vrt faylı yalnız 512 tiff sənəd üçün böyükdür. Nə olduğunu başa düşə bilmirəm.

Gdalwarp ilə birlikdə böyük bir GeoTIFF verilənlər bazasını GeoPackage-də mozaika etməyə çalışıram
(qınama yoxdur). Hər birində 8 bitlik gri tonlamalı 512 .tif fayl var
bant və 1 metr qətnamə. Verilənlər dəstini a-ya klip etmək üçün -cutline istifadə edirəm
bir az kiçik dərəcədə.

GdalWarp əvvəlcə ölçüləri 1 824 323P x 1 662 148L olaraq çıxarır

Bu əməliyyatın kifayət qədər vaxt alacağını gözləyirəm, amma artıq 7 gündür və ölçülər barədə mesajdan başqa bir çıxış yoxdur.
GdalWarp.exe bütün vaxt ərzində% 2-3 CPU və 5 GB yaddaş istifadə edir. Output.gpkg hələ də yalnız 80 KB-dır və prosesi başlatdığımdan bəri dəyişdirilməyib. GdalWarp ümumiyyətlə hər bir fayl adını işlənərkən çıxardığından mənəm
bir şeyin səhv getdiyindən şübhələnmək.

Bənzər işlərdə yaşadığımız təcrübədən görünür ki, çıxış görüntüsü müəyyən bir ölçüdən böyük olduqda, proses irəliləməyəcəkdir. Hər kəsin GDAL-da çox böyük mozaika GeoPackages (təcrübə göstərişləri və s.) Yaratmaq təcrübəsi varmı? Bunu digər proqram təminatı ilə də idarə etdiyinizi eşitmək çox maraqlı olardı.

Gdalwarp ilə birlikdə böyük bir GeoTIFF verilənlər bazasını GeoPackage-də mozaika etməyə çalışıram
(qınama yoxdur). Hər birində 8 bitlik gri tonlamalı 512 .tif fayl var
bant və 1 metr qətnamə. Verilənlər dəstini a-ya klip etmək üçün -cutline istifadə edirəm
bir az kiçik dərəcədə.

GdalWarp əvvəlcə ölçüləri 1 824 323P x 1 662 148L olaraq çıxarır

Bu əməliyyatın kifayət qədər vaxt alacağını gözləyirəm, amma artıq 7 gündür və ölçülər barədə mesajdan başqa bir çıxış yoxdur.
GdalWarp.exe bütün vaxt ərzində% 2-3 CPU və 5 GB yaddaş istifadə edir. Output.gpkg hələ də yalnız 80 KB-dır və prosesi başlatdığımdan bəri dəyişdirilməyib. GdalWarp ümumiyyətlə hər bir fayl adını işlənərkən çıxardığından mənəm
bir şeyin səhv getdiyindən şübhələnmək.

Bənzər işlərdə yaşadığımız təcrübədən görünür ki, çıxış görüntüsü müəyyən bir ölçüdən böyük olduqda, proses irəliləməyəcəkdir. Hər kəsin GDAL-da çox böyük mozaika GeoPackages (təcrübə göstərişləri və s.) Yaratmaq təcrübəsi varmı? Bunu digər proqram təminatları ilə də idarə etdiyinizi eşitmək çox maraqlı olardı.

VRT-nin çıxış formatı kimi virtual raster istifadə edirsinizsə, əmr sürətli işləyir?

Sadəcə bunu sınadım və əmr olduqca sürətli oldu. Çıxış 280 MB .vrt fayl idi. Növbəti addım üçün təklifiniz varmı?

Səhvim, yaratdığım vrt yalnız GeoTIFF sənədlərimdən birincisinə istinad etdi və çox miqdarda metadata ehtiva etdi. Gdalbuildvrt.exe ilə yeni, düzgün bir .vrt faylı yaratdım. Hal-hazırda .vrt faylını çıxış olaraq GPKG ilə gdalwarp etmək üçün qidalandırmağa çalışıram. Bu düşündüyünüz metod idimi?

Mənim təklifim gdalwarp tərəfindən gdal_translate üçün bir giriş olaraq yaradılan VRT-ni qidalandırmaq olardı. Ancaq 280 MB .vrt faylı yalnız 512 tiff sənəd üçün böyükdür. Nə olduğunu başa düşə bilmirəm.

VRT-nin çıxış formatı kimi virtual raster istifadə edirsinizsə, əmr sürətli işləyir?

Sadəcə bunu sınadım və əmr olduqca sürətli oldu. Çıxış 280 MB .vrt fayl idi. Növbəti addım üçün təklifiniz varmı?

Səhvim, yaratdığım vrt yalnız GeoTIFF sənədlərimdən birincisinə istinad etdi və dəlicəsinə bir miqdarda metadata daxil oldu. Gdalbuildvrt.exe ilə yeni, düzgün bir .vrt faylı yaratdım. Hal-hazırda .vrt faylını çıxış olaraq GPKG ilə gdalwarp etmək üçün qidalandırmağa çalışıram. Bu düşündüyünüz metod idimi?

Mənim təklifim gdalwarp tərəfindən gdal_translate üçün bir giriş olaraq yaradılan VRT-ni qidalandırmaq olardı. Ancaq 280 MB .vrt faylı yalnız 512 tiff sənəd üçün böyükdür. Nə olduğunu başa düşə bilmirəm.

VRT-nin çıxış formatı kimi virtual raster istifadə edirsinizsə, əmr sürətli işləyir?

VRT-nin çıxış formatı kimi virtual raster istifadə edirsinizsə, əmr sürətli işləyir?

Sadəcə bunu sınadım və əmr olduqca sürətli oldu. Çıxış 280 MB .vrt fayl idi. Növbəti addım üçün təklifiniz varmı?

Sadəcə bunu sınadım və əmr olduqca sürətli oldu. Çıxış 280 MB .vrt fayl idi. Növbəti addım üçün təklifiniz varmı?

Səhvim, yaratdığım vrt yalnız GeoTIFF sənədlərimdən birincisinə istinad etdi və dəlicəsinə bir miqdarda metadata daxil oldu. Gdalbuildvrt.exe ilə yeni, düzgün bir .vrt faylı yaratdım. Hal-hazırda .vrt faylını GDPKG ilə gdalwarp üçün qidalandırmağa çalışıram. Bu düşündüyünüz metod idimi?

Səhvim, yaratdığım vrt yalnız GeoTIFF sənədlərimdən birincisinə istinad etdi və dəlicəsinə bir miqdarda metadata daxil oldu. Gdalbuildvrt.exe ilə yeni, düzgün bir .vrt faylı yaratdım. Hal-hazırda .vrt faylını çıxış olaraq GPKG ilə gdalwarp etmək üçün qidalandırmağa çalışıram. Bu düşündüyünüz metod idimi?

Mənim təklifim gdalwarp tərəfindən gdal_translate üçün bir giriş olaraq yaradılan VRT-ni qidalandırmaq olardı. Ancaq 280 MB .vrt faylı yalnız 512 tiff sənəd üçün böyükdür. Nə olduğunu başa düşə bilmirəm.

Mənim təklifim gdalwarp tərəfindən gdal_translate üçün bir giriş olaraq yaradılan VRT-ni qidalandırmaq olardı. Ancaq 280 MB .vrt faylı yalnız 512 tiff sənəd üçün böyükdür. Nə olduğunu başa düşə bilmirəm.


1.1 Təlim məqsədləri

Milli Yerşünaslıq Müəllimləri Assosiasiyasına (NAGT) və Beynəlxalq Yerşünaslıq Müxtəlifliyi Assosiasiyasına (IAGD) rəhbərlik edən qrup, 2020 çöl düşərgəsi mövsümü üçün uzaqdan öyrənmə təcrübələrini inkişaf etdirmək üçün bir sıra öyrənmə hədəflərini müəyyənləşdirmək üçün əməkdaşlıq etdilər (NAGT, 2020). Bu təşəbbüsün bir hissəsi olaraq hazırlanmış bütün fəaliyyətlərin bunların mümkün qədər çoxunu həll etməsi gözlənilirdi (Cədvəl 1).

Cədvəl 1NAGT virtual sahəsi öyrənmə məqsədlərini və karst fəaliyyətlərinə necə tətbiq olunduqlarını yaşayır.


Landsat 8 zaman seriyasından istifadə edərək fenoloji əsaslı torpaq örtüyü təsnifatı

2 Avropa Komissiyası Birgə Tədqiqat Mərkəzi Ətraf Mühit və Davamlı İnstitutu Əlaqə məlumatları Simonetti Dario Ünvan: Birgə Tədqiqat Mərkəzi, Via Enrico Fermi 2749, TP 260, Ispra (VA), İtaliya Tel .: Bu nəşr Birgə Araşdırma Mərkəzinin Texniki Hesabatıdır Avropa Komissiyası. Qanuni Bildiriş Bu nəşr, Avropa Komissiyasının daxili elm xidməti olan Birgə Tədqiqat Mərkəzinin Texniki Hesabatıdır. Avropa siyasətinin hazırlanması prosesinə dəlillərə əsaslanan elmi dəstək təmin etməyi hədəfləyir. Bildirilən elmi nəticə Avropa Komissiyasının siyasət mövqeyini nəzərdə tutmur. Nə Avropa Komissiyası, nə də Komissiya adından çıxış edən hər hansı bir şəxs bu nəşrdən istifadəyə görə məsuliyyət daşımır. JRC91912 EUR EN ISBN ISSN doi: / 15561 Lüksemburq: Avropa Birliyinin Nəşrlər Bürosu, 2014 Avropa Birliyi, 2014 Nəşrin mənbə təsdiqlənməsi şərti ilə icazə verilir.

3 LB-NA-xxxxx-TR-N ÖZET Bu məqalə, Landsat 8 (L8) uzaqdan idarə olunan məlumatlardan etibarən tamamilə avtomatik şəkildə dəqiq torpaq örtük xəritələri yarada bilən yeni bir JRC fenoloji əsaslı təsnifat alqoritminin metodologiyasını və nəticələrini təsvir edir. 12 aprel 2013-cü il tarixində USGS veb saytında pulsuzdur. Yüksək qətnamə məlumatları arasındakı boşluqları doldurmaq üçün bir sürücü kimi uzun müddətli MODIS zaman seriyasından istifadə edərək tək tarix təsnifatı qeyri-dəqiqliyini (əsasən mövsümə görə) atlamağı hədəfləyən ilkin bir araşdırma aparılmışdır. Yüksək qlobal alış tezliyi (

16 gün) və paylama siyasəti Landsat 8 məhsulunu real vaxt torpaq örtüyü xəritələşdirilməsi və izlənməsi üçün son dərəcə uyğun hala gətirir. Afrikanın şərqindəki beş milli park həmişəyaşıldan yarpaqlıya qədər müxtəlif eko bölgələri və bitki örtüyü növlərini əhatə edən tədqiqat sahələri (Mahale Dağları, Mana Hovuzları, West Lunga, Gorongosa, Tsimanampetsotsa) olaraq seçilmişdir. Hər parkın ətrafında 20 km olan bufer də nəzərdən keçirilmişdir. Xam DN dəyərlərini atmosferin üst hissəsinə (TOA) əks etdirmək üçün seçilmiş tək tarixli görüntülər əvvəlcədən işlənmiş və fərqli əldə etmə vaxtı, günəşin yüksəlməsi, günəş-yer məsafəsi və spektral fərqləri minimuma endirmək üçün alqoritm tərəfindən işləndikdən sonra tematik bir nəticə əldə etmək üçün əvvəlcədən işlənmişdir. torpaq örtüyü sinifləri ilə raster xəritəsi. Vahid tarix təsnifatının dəqiqliyinin, görüntünün əldə edildiyi tarix, bitki örtüyünün vəziyyəti və bulud və kölgələr kimi hava şəraiti ilə tez-tez tropik bölgələrdə mövcud olduğu fenoloji əsaslı bir alqoritm inkişaf etdirmə ehtiyacı ilə əlaqəli olduğunu qeyd etmək lazımdır. bitki örtüyünün təkamülü və tezlik qaydalarına əsasən həmişəyaşıl və yarpaqlı ayrı-seçkilik daxil olmaqla daha dəqiq torpaq örtüyü xəritəsi yaradır. Bütün parklar üçün ərazi örtük xəritələri yaradılmış və Mahale Dağları və Tsimanampetsotsa ərazilərində tam dəqiqlik qiymətləndirilməsi aparılmışdır. Birləşdirilmiş ümumi dəqiqlik% 82.8 olan bu metodun yüksək potensialını nümayiş etdirir və onu yerli və ya regional miqyasda istifadəyə verir. 1

4 1 Giriş 1.1 Arxa plan Yer elmində aparılan son tədqiqatlar yer üzündə ekosistemlərin qlobal ətraf mühitin qorunmasında vacib rolunu ortaya qoydu. Yerin quru səthinin dörddə üçünü əhatə edən qlobal bitki örtüyü, geosfer-biosfer-atmosfer qarşılıqlı əlaqələrindəki əsas roluna görə iqlim sisteminin əsas komponentlərindən biri kimi müəyyən edilmişdir. Torpaq - atmosfer mübadiləsi, kütlə və təcil mübadiləsini əhatə edən bitki örtüyünün bioqeokimyəvi prosesləri iqlim sistemindən təsirlənir və öz növbəsində təsir göstərir [1] [2]. Torpaq örtüyü tipi, yarpaq sahəsinin indeksi (LAI) və bitki örtüyü (FPAR) tərəfindən əmələ gələn hadisələrin fotosentetik cəhətdən aktiv şüalanma hissəsi (& mum) kimi torpaq səthinin xüsusiyyətləri bir çox hidroloji, ekoloji və iqlim modellərində vacib giriş kimi istifadə olunur. [2]. Bunlar bitki örtüyünün fəaliyyətini təsvir edən əsas parametrlərdir və bitki örtüyünün məhsuldarlığını modelləşdirmək üçün tələb olunur [3] və quru səthi klimatologiyası [4]. Son tədqiqatlar bitki xüsusiyyətlərini səciyyələndirmək üçün bu məlumatları qlobal bir səviyyədə müntəzəm olaraq toplamaq üçün ən təsirli vasitə olan məsafədən zondlama istifadəsinin mümkünlüyünü ortaya çıxardı və bitki örtüyünün ətraf mühit və iqlim dəyişikliyindəki rolu haqqında çox məlumat əldə edildi [ 2] [5] [6]. Təsnifat üçün çox müvəqqəti görüntü məlumatlarının istifadəsini əks etdirən tədqiqatlar, ehtimal ki, buludsuz bir görüntü mövcudluğu, xərc və işləmə tələblərinin olmaması səbəbindən nisbətən az tarixləri əhatə edir. Əsas çox müvəqqəti bir yanaşma, tək şəkillərlə mövcud olan daha çox bitki örtüyü fenologiyası məlumatı verən yarpaqlı yarpaqlı şəkillərin istifadəsidir [7]. Mövsümi görüntülər torpaq örtüyü təsnifatında da bir qədər uğurla istifadə edilmişdir [7] [8] [9]. Müntəzəm çox-müvəqqəti müşahidələrin mövcudluğu artdıqca, zaman seriyası məlumatlarının və zaman seriyalarından əldə edilən fenoloji göstəricilərin istifadəsi regional və milli miqyasda bitki örtüyü xəritələşdirilməsində daha populyarlaşır. Yanaşma tez-tez Şəkil 1 və 2-də göstərildiyi kimi spesifik bitki örtüyü dövrlərinin dinamik dəyişikliklərini izləmək üçün Bitki İndekslərinin (VI) istifadəsini əhatə edir. Spektral və müvəqqəti əsaslı təsnifat texnikalarının birləşməsi qlobal bir torpaq örtüyü xəritəsini də göstərmək üçün göstərilmişdir. Glob-Cover təşəbbüsü üçün əməliyyat rejimində [10]. 2

5 Şəkil 1 Fujihokuroku qarğıdalı meşəsinin fenoloji fotoşəkilləri: bitki örtüyünün böyüməsi dövrləri. Mənbə: Qlobal Ekoloji Tədqiqatlar Mərkəzi, Milli Ətraf Mühit Araşdırmaları İnstitutu, Yaponiya. Şəkil 2 İki fərqli meşə tipli bitki örtüyündə mövsümi fərqlər. Toplanan peyk ölçmələri bitki böyüməsində mövsümi dəyişiklikləri göstərir. İnkişaf etmiş bitki örtüyü indeksinin dəyəri (yaşıllığın ölçülməsi) quraq mövsümdə yüksəlir və yaş mövsümündə düşür. Mənbə: Bitki örtüyü fenologiyası, torpaq örtüyü məlumatlarının potensial əhəmiyyətli bir mənbəyini təmsil edir. Dünyanın quru kütləsinin böyük hissəsi bitki örtüyü ilə əhatə olunduğundan, torpaq örtüyü təsnifatı aparılarkən fenologiyanın nəzərə alınması daha dəqiq xəritələr verə bilər [11]. Bu səbəblərdən fenoloji hadisələri izləmək üçün peyklərin istifadəsi məsafədən zondlama fenologiyası əkin şəraitini, quraqlıq şiddətini və meşə yanğın riskini qiymətləndirməklə yanaşı invaziv növlərin, yoluxucu xəstəliklərin və böcək zərərvericilərinin izlənməsi üçün faydalıdır. Fenoloji hadisələr iqlim dəyişikliyinə həssas olduğundan bu məlumatlar eyni zamanda fenoloji tendensiyaları sənədləşdirmək və iqlim dəyişikliyinin ekosistemlərə təsirlərini bir çox miqyasda aşkar etmək üçün güclü bir vasitədir [12]. 3

6 1.2 Uzaqdan Algılamaya giriş Uzaqdan algılama çox geniş bir tədqiqat sahəsidir. Uzaqdan zondlama texnologiyasının bəzi vacib tətbiqetmələri ilə əlaqədardır: qlobal dəyişikliklərin aşkarlanması və izlənməsi (qlobal istiləşmə, meşələrin qırılması, daşqın, atmosfer ozonunun tükənməsi, biokütlə) meteorologiya (atmosferin dinamikası, hava proqnozu) xəritələşdirmə (topoqrafiya, torpaq istifadəsi, yarpaq sahəsi indeksi) ) meşə və kənd təsərrüfatı (bitki vəziyyəti, məhsul proqnozu) ətraf mühitin qiymətləndirilməsi və monitorinqi (təhlükəli tullantılar, torpaq eroziyası). Uzaqdan algılama sistemləri bir çox cəhətdən çoxsaylı müəlliflər tərəfindən təsvir edilmişdir [13] [14] [15] və xüsusən də peyklərdə yerləşdirilənlər, yer üzünün sistemini izləmək üçün əvəzsiz olan təkrarlanan və tutarlı bir görünüş təmin edir [9] . Müasir torpaq məsafədən zondlama dövrü 1972-ci ildə ilk Landsat Multispectral Scanner System (MSS) ilə başladı və ilk dəfə ardıcıl olaraq yüksək çözünürlüklü yer görüntülərini təqdim etdi. 1999-cu ildə Terra peykinə buraxılan orta görüntü spektroradiometr sistemi (MODIS), yer üzündə toplana bilən məlumatların keyfiyyətini yaxşılaşdıran 0,4 ilə 14 arasında bir çox spektral zolaq şəkillər təqdim edir. 4

7 1.3 Bitki örtüyünün Uzaqdan Tənzimlənməsi Yerin quru səthinin təxminən 70% -i bitki örtüyü ilə örtülüdür. Növlərin və icma paylanma qaydalarının dəyişməsi, bitki örtüyünün fenoloji dövrlərinin dəyişməsi və bitki fiziologiyası və morfologiyasında təbii dəyişikliklər haqqında biliklər bir ərazinin iqlim, geoloji və fizioqrafik xüsusiyyətləri barədə əvəzsiz fikir verir [16]. Uzaqdan zondlama məlumatlarını istifadə edərək, bitki örtüyü görünən spektrin qırmızı və mavi seqmentlərində nəzərəçarpacaq dərəcədə udma xüsusiyyəti, daha yüksək yaşıl yansıtması və xüsusən yaxın ərazilərdə güclü əks olunması ilə digər (əsasən qeyri-üzvi) materiallardan fərqlənə bilər. ir. Şəkil 3-də göstərildiyi kimi, müxtəlif bitki örtüyü, yarpaq forması və ölçüsü, ümumi bitki forması, yarpaq suyunun tərkibi və əlaqəli fon (məsələn, torpaq növləri və səhnə daxilində bitki örtüyünün sıxlığı) kimi parametrlər sayəsində bir-birindən fərqli dəyişkənlik göstərir. ). Şəkil 3 Daha çox bitki örtüyü olan ərazilər daha çox görünən işığı absorbe edir və daha çox infraqırmızı işığı yenidən kosmosa qaytarır. Peyklər bitki indeksləri yaratmaq üçün istifadə olunan bu nisbi fərqləri aşkar edə bilər. Mənbə NASA / NOAA. 5

8 1.4 Yarpaq Yansıtması Bir yarpaqdan yansıtma, yarpaq quruluşu ilə yanaşı yarpağın biyokimyəvi tərkib hissəsi ilə təyin olunur. Şəkil 4-də göstərildiyi kimi, tipik bir yarpaq müxtəlif optik xüsusiyyətlərə malik bir neçə fərqli təbəqədən ibarətdir. Spektrin görünən hissəsində xlorofil tərkibi yarpaqların optik xüsusiyyətlərini idarə edir. Xlorofil fotosintezi mümkün edən günəş işığını özünə çəkir. Mavi və qırmızı bölgələrdə ən çox əmilir. Burada meydana gələn radiasiyanın 70-90% -i qədər çıxarılır. Yaşıl bölgədə, udma daha azdır və bu, yaşıl işığın böyük bir hissəsinin əks olunmasına imkan verir. Yaxınlıqdakı infraqırmızı spektrdə yarpaq əks olunması süngərli mezofil toxumasının quruluşu ilə idarə olunur [17]. Bu bölgədə sağlam yaşıl yarpaq, yüksək yansıtma (40 60%), yarpaqlar üzərindən əsas yarpaqlar üzərində yüksək keçiricilik (40 60%) və nisbətən az udma (5 10%) ilə xarakterizə olunur. Şəkil 4 Bitki örtüyü spektri ümumiyyətlə qırmızı və mavi dalğa boylarında yüksək udma qabiliyyətinə, yaşıl dalğa uzunluğunda yüksək yansıtıcılığa malikdir, yaxın infraqırmızı (NIR) dalğa uzunluğunda güclü şəkildə əks olunur və atmosfer suyunun mövcud olduğu dalğa boylarında güclü udma xüsusiyyətlərini göstərir. Mənbə: Diqqət yetirin ki, görünən və yaxınlıqdakı infraqırmızı spektrdə sağlam bir yaşıl yarpaq yansıtması və keçiricilik spektrləri demək olar ki, bir-birlərinin güzgü şəkilləridir [18]. Bitki növlərinin yansıtıcı xüsusiyyətlərindəki fərqlər burada görünən bölgədən daha çox özünü göstərir [13]. 6

9 1.5 Uzaqdan Algılama Fenologiyası Uzaqdan algılama fenoloji tədqiqatları, yaşıl bitkilər tərəfindən udulan və əks olunan işığın dalğa boylarını ölçən peyk sensorları tərəfindən toplanan məlumatlardan istifadə edir. Peyklərin göyərtəsində olan bir çox sensör quru səthlərin əks etdirdiyi qırmızı və infraqırmızı işıq dalğalarını ölçür. Riyazi düsturlar (alqoritmlər) istifadə edərək, alimlər bu işıq dalğaları haqqında xam peyk məlumatlarını bitki örtüyü indekslərinə çevirirlər, bu da peyk şəklində hər şəkil elementi və ya piksel üçün yaşıllığı, bitki örtüyünün nisbi sıxlığını və sağlamlığını təsvir edən bir göstəricidir. Bir neçə bitki indeksləri olmasına baxmayaraq, ən çox istifadə edilənlərdən biri bitki örtüyünün əks etdiyi görünən və infraqırmızı şüalardan hesablanan Normalize Fərqlilik Bitki İndeksidir (Şəkil 5). Müəyyən bir piksel üçün NDVI hesablamaları həmişə mənfi birdən artı birə qədər olan bir rəqəmlə nəticələnir, lakin heç bir yaşıl izahat sıfıra yaxın bir dəyər vermir. Sıfır bitki örtüyünün olmaması deməkdir və +1 -ə yaxın yaşıl yarpaqların mümkün olan ən yüksək sıxlığını göstərir [19]. Qısır qaya, qum və ya qar sahələri ümumiyyətlə çox aşağı NDVI dəyərlərini göstərir, məsələn, 0,1 və ya daha az. Çalılar və çəmənliklər və ya yaşlanma bitkiləri kimi seyrək bitki örtüyü orta dərəcədə NDVI dəyərlərinə, təxminən 0,2 ilə 0,5 arasında nəticələnə bilər. Yüksək NDVI dəyərləri, təxminən 0,6 - 0,9, ən yüksək böyümə mərhələsində mülayim və tropik meşələrdə və ya bitkilərdə rast gəlinən sıx bitki örtüyünə uyğundur. Şəkil 5 NDVI-nin əsas prinsipi. (A) Sağlam bitki örtüyü (B) 'də göstərilən zərərli və ya stresli bitki örtüyündən daha çox Qırmızı işığı əmir. Mənbə: 7

10 Xam peyk məlumatlarını NDVI dəyərlərinə çevirməklə tədqiqatçılar dünyanın quru səthlərində bitki örtüyü növü, miqdarı və vəziyyətini kobud şəkildə göstərən şəkillər və digər məhsullar yarada bilərlər. NDVI xüsusilə qitədən qlobal miqyaslı bitki örtüyü monitorinqi üçün faydalıdır, çünki dəyişən işıqlandırma şəraitini, səth yamacını və baxış bucağını kompensasiya edə bilər. NDVI dəyərləri, şəkil 6-da göstərildiyi kimi bir bölgədə ilin müəyyən bir dövrü üçün & quotnormal & quot; böyümək şərtləri yaratmaq üçün zamanla ortalama ola bilər. Şəkil 6 Yaşıl bitki örtüyünün tam böyümə mövsümündə keçdiyi müxtəlif mərhələləri ümumiləşdirən zaman seriyası NDVI müvəqqəti əyrisi. Bu cür əyrilər böyümək mövsümünün başlaması (SOS) və mövsümün sonu (EOS) kimi əsas fenoloji dəyişkənləri çıxarmaq üçün analiz edilə bilər. Mənbə: 8

11 1.6 Təsvir Təsnifatına dair məlumat Təsvir təsnifatı, müəyyən edilə bilən torpaq səthinin xüsusiyyətlərinin məkan bölgüsünü göstərən və müəyyən bir ərazinin məlumat xarakteristikasını verən tematik xəritələrin hazırlanması üçün istifadə olunan bir prosesdir. Nəticədə, görüntü hər kəs bircins və iki bitişik bölgənin birləşməsi heterojen olduğu üçün bəzi kəsişməyən bölgələrə bölünür. Şəkil 7 Tematik xəritələr hazırlamaq üçün şəkil təsnifatı addımları. 9

12 Bitki örtüyünün öyrənilməsi üçün uzaqdan zondlama məlumatlarının istifadəsinə iki yolla baxmaq olar: Ənənəvi yanaşma görüntü mərkəzli adlanır. Əsas məqsədi yerdəki obyektlər və xüsusiyyətlər arasındakı məkan əlaqələrini müəyyənləşdirməkdir (piksel və ya obyekt əsaslı təsnifat). Əslində, görüntü mərkəzli analizlərin məqsədi bir xəritə yaratmaqdır [20]. Stend miqyaslı növ xəritələmələrindən regional, kontinental və qlobal miqyasda torpaq örtüyü xəritələşdirilməsinə qədər fərqli miqyaslı fərqli görüntü mənbələri ilə şəkil təsnifatında müxtəlif dərəcələrdə müvəffəqiyyətlər əldə edilmişdir [21] [22]. Bitki örtüyünün uzaqdan zondlanması zamanı tətbiq olunan ikinci yanaşmaya məlumat mərkəzli deyilir. Burada, yerdəki xüsusiyyətlərin məkan əlaqəsindən çox, uzaqdan algılama məlumatlarından əldə edilən məlumatlar özü maraq doğurur. Ən ümumi yanaşma, təcrübi və ya prosesə əsaslanan modellər tətbiq edərək biofiziki parametrlər əldə etmək üçün uzaqdan algılama məlumatlarından yansıtma ölçməsindən istifadə etməkdir. Məsələn, peyk şəkillərinin zaman seriyasından NDVI-nin müvəqqəti dəyişməsini analiz etməklə bitki örtüyünün fenoloji dövrləri müəyyən edilə bilər [23]. Biyofiziki parametrlərin məkan bölgüsünü və davranışını tam başa düşmək üçün məlumat mərkəzli analizin nəticələri və məhsulları məkan xəritələri kontekstində də təqdim edilməlidir. Son illərdə qlobal dəyişikliklərə və insanın ətraf mühitə təsirlərinin uzunmüddətli izlənilməsinə olan marağın artması qlobal miqyasda uzaqdan zondlama məlumatlarının istifadəsinə səbəb oldu [23]. Bu mənada, görüntü mərkəzli və məlumat mərkəzli iki yanaşma yaxınlaşır. 10

13 2 Məlumat və Metodologiya 2.1 MODIS Məlumat: İlkin Tədqiqat Orta Çözünürlüklü Görüntüləmə Spektroradiometr (MODİS) Terra (EOS AM) və Aqua (EOS PM) peyklərindəki əsas vasitədir. Terra MODIS və Aqua MODIS, Yerin bütün səthinə 1-2 gündə bir baxır, 36 spektral zolaqda və ya dalğa boyu qruplarında məlumatlar əldə edirlər. İlk MODIS Uçuş Aləti, (Terra (EOS AM-1) kosmik gəmisinə inteqrasiya edilmiş, 18 dekabr 1999-cu ildə uğurla atılmış) və ikinci MODIS uçuş aləti (Aqua (EOS PM-1) kosmik gəmisinə 4 may 2002-ci ildə başlanmışdır) ) dalğa boyu 0,4 & mikromdan 14,4 & mikrona qədər olan 36 spektral zolaqda yüksək radiometrik həssaslıq (12 bit) təmin edin. İki zolaq 250 m nominal, beş zolaq 500 m, qalan 29 zolaq isə 1 km məsafədə təsvir olunur. . MODIS alətinin özünəməxsus xüsusiyyətlərindən biri də birbaşa yayım qabiliyyətidir: daha sonra yükləmək üçün məlumatları təyin olunmuş fasilələrlə saxlamaqla yanaşı, MODIS 36 spektral zolaqdan topladığı xam məlumatları dərhal yayımlayır. Terra MODIS aləti, yükləmək üçün düzgün avadanlıq və proqram təminatına sahib olan hər kəs üçün pulsuz olaraq məlumat yayımlayan ilk peyklərdən biri idi [24]. Cavablar, səth yansıtması, albedo, torpaq səthinin istiliyi və bitki örtüyü indeksləri də daxil olmaqla bir neçə quru səthinin xüsusiyyətlərinə dair qlobal xəritələr istifadəçi icmasının fərdi ehtiyaclarına uyğun olaraq hazırlanmışdır və misilsiz bir görünüş təqdim edərək olduqca aşağı zolaqlı reaksiya verir. yer üzündə, atmosferdə və okeanda fenomenologiyada dünyanın müxtəlif yerlərində geniş və müxtəlif istifadəçilər icması üçün [25]. Bu işdə, əsasən fenoloji bitki örtüyü dövrlərinə görə vahid tarix təsnifatı səhvliyini aradan qaldırmaq üçün MODIS NDVI 10 günlük zaman seriyasını tək tarixli yüksək qətnamə görüntüləri ilə birlikdə istifadə etmək imkanını yoxladıq. Qeyd etmək lazımdır ki, bu tədqiqat işinin başlanğıcında (2013-cü ilin əvvəlində) Landsat 8 hələ istifadəyə verilməmişdir və pulsuz peyk məlumatlarının əsas mənbəyi Landsat 4/5/7 tərəfindən təklif edilmişdir. Yayım siyasəti, peyk problemləri (Slc-off) və hava şəraiti (bulud / duman örtüyü) ilə birlikdə yüksək çözünürlüklü görüntülərin aşağı əldə etmə tezliyi ilə qoyulan məhdudiyyətlər, bəzən Landsat yolu 172 üçün müəyyən sahələrdə ildə yalnız az şəkil gətirə bilər, Tanzaniyadakı Mahale Dağları Milli Parkını əhatə edən sıra 064 [26]. 11

14 Yüksək qətnamə məlumatları arasındakı boşluqları doldurmaq üçün bir sürücü kimi uzun müddətli MODIS zaman seriyasından istifadə edərək tək tarix təsnifatı qeyri-dəqiqliyini (əsasən mövsümə görə) atlamağı hədəfləyən ilkin bir araşdırma aparılmışdır. Yüksək müvəqqəti çözünürlük (Terra və Aqua peyklərindən istifadə edərək gündə 4 satın alma və 10 günlük NDVI sintez məhsulları) təxminən 250 m-lik aşağı məkan qətnaməsini kompensasiya edə bilər. Uzunmüddətli NDVI zaman seriyası, yüksək qətnamə görüntüsünün olmamasından yan keçərək zamanla bitki örtüyü fenologiyasını daha yaxşı başa düşməyə imkan verir. Bu iş üçün MODIS NDVI v5 məlumat dəstləri (MOD13Q1 və MYD13Q1) NASA MRTweb alət interfeysindən əldə edilmişdir [27]. Mahale Dağları tədqiqat sahəsi, Şəkil 8-də göstərilən iki bitişik çini ilə örtülüdür h20v09 və h21v09, 2012-ci ilin yanvar ayının əvvəlindən iyul ayının sonuna qədər cəmi 138 fərdi sənəd, Şəkil 8 MODIS NDVI v5 məlumat dəstləri (MOD13Q1 və MYD13Q1) əldə edilmişdir. NASA MRTweb alət interfeysindən. Mahale Dağları tədqiqat sahəsi, 2012-ci ilin yanvar ayının əvvəlindən iyul ayının sonuna qədər 138 fərdi sənəd olmaqla iki bitişik çini ilə örtülüdür h20v09 və h21v09.

15 Sifarişi təqdim etməzdən əvvəl orijinal sinusoidal proyeksiya yerinə bir WGS84 lat / lon istinad sistemi və orijinal HDF döşəmə formatı əvəzinə mozaik bir GeoTiff çıxışı göstərdik. Bu mərhələdə daha çox analiz üçün bütün sahəni yükləmək üçün heç bir məkan klipi edilməmişdir. Yükləmə mərhələsi, MRTWeb aləti (yükləmə nişanı) tərəfindən təqdim olunan 69 linki əl ilə vurmaq əvəzinə wget Unix əmrini toplamaqla həyata keçirilir. Mahale Dağları Milli Parkı sərhədləri və qat yığma üçün Clip yerleşim Data Abstrakt Kitabxana (GDAL) kitabxana istifadə edilir [28] - gdal_merge.py o MODIS_16d_NDVI_2012_2013.tif ayrı * tif -Co & quotCOMPRESS = LZW & quot - gdalwarp MODIS_16d_NDVI_2012_2013.tif 7521_MODIS_16d_NDVI_2012_2013. tif - cutline 7521.shp -crop_to_cutline -co & quotCOMPRESS = LZW & quot 13

16 2.1.1 Məlumat Hamarlaşdırılması Peyk sensorlarının Yer səthindəki bitki örtüyündən gəldiyini təsbit etdikləri əks olunan işıq dalğaları atmosferdəki aerozollar və buludlar, dəyişən işıqlandırma nümunələri və açısı da daxil olmaqla müxtəlif fenomenlər tərəfindən dəyişdirilə və ya bloklana bilər. peyk istənilən vaxt yerə baxır. Bu hadisələr xam peyk məlumatlarına & quotnoise & quot gətirir. Bu problemi həll etmək üçün xam məlumatlar səsləri süzən və daha aydın, daha çox təmsil olunan bir məlumat dəsti yaradan üsullardan istifadə edilərək işlənir. Filtrləmə üsulları müxtəlifdir. 7-, 8-, 10-, 14- və ya 16 günlük fasilələrlə əldə edilən (ümumiyyətlə) maksimum NDVI dəyərlərini birləşdirmək / birləşdirmək məlumat keyfiyyətini artırır. Lakin subpikselli buludların qalıq təsirləri, uzun müddətli buludluq və digər mənfi elementlər məlumatların hamarlanması şəklində daha da işlənməsini tələb edir. Məlumatların hamarlanması, şəkil 10-da göstərildiyi kimi zamanla bitki örtüyünün dəyişməsini aşkar etmək üçün qrafiki olaraq NDVI dəyərləri çəkildikdə görünən pozğun, səs-küylü zirvələri və vadiləri azaldaraq zaman seriyası analizini asanlaşdırır. Bu tədqiqat işi üçün Şəkil 9-dakı sxemdən sonra IDL dilində [30] daxili hamar filtr tətbiq edilmişdir. Şəkil 9 IDL dilindən istifadə edərək hamar filtrlərin tətbiqi üçün istifadə olunan sxem. 14

17 Şəkil 10 Qara xətt xam NDVI-yə, yaşıl xətt süzülmüş və hamarlanmış NDVI-yə, qırmızı xətt orta NDVI-yə və zeytun xətləri & plusmn1 standart sapmaya işarə edir NDVI İndeksinin istifadəsi Zaman seriyası NDVI-nin məlumatlarını cəmləşdirən müvəqqəti bir əyri meydana gətirir. yaşıl bitki örtüyünün tam böyümək dövründə keçirdiyi müxtəlif mərhələlər. Bu cür əyrilər böyümək mövsümünün başlanğıcı (SOS), mövsümün zirvəsi (POS) və mövsümün sonu (EOS) kimi müəyyən bir mövsüm haqqında əsas fenoloji dəyişkənləri və ya ölçümləri çıxarmaq üçün analiz edilə bilər. Bu xüsusiyyətlər mütləq birbaşa şərti, yerüstü fenoloji hadisələrə uyğun gələ bilməz, lakin ekosistem dinamikasının göstəricilərini təmin edir. Bax Şəkil 6. Hər il və ya böyümə mövsümü üçün hesablanan bu ölçümlər müxtəlif tədqiqat və monitorinq tətbiqi üçün əsasdır [31]. Ədəbiyyatda bir neçə məlumat birləşdirmə texnikasının [32] təklif olunmasına baxmayaraq, MODIS məlumatlarının məkan həllinin kiçik (50 m aralığında), ancaq parçalanmış mənzərələrdə əhəmiyyətli torpaq örtüyü növlərini aşkarlamaq və saxlamaq üçün kifayət olmadığını başa düşürük. Uzaqdan zondlama məlumatlarından əldə edilən torpaq örtüyü xəritəsinin dəqiqliyi məlumatların məkan həllindən asılıdır. Xüsusilə, parçalanmış mənzərədə, 1 km və 250 m çözünürlükdəki piksellərin çoxu, növlər üzərində bir neçə ərazinin qarışığıdır. 15

18 MODIS doğrulama qrupunun əvvəlki nəticələri, MODIS torpaq örtüyü məhsulunun real olduğunu və alqoritmin qlobal miqyasda yaxşı işlədiyini irəli sürdü. Sahə miqyasında, fərqli mənbələrdən əldə edilən torpaq həqiqət xəritələri ilə müqayisədə, mənzərələrdəki parçalanma MODIS məhsullarının istifadəsində qarşılaşılan əsas problemdir [33]. Kiçik tarla sahələri və ya kiçik bitki örtükləri kimi müəyyən bir torpaq örtüyü sinifində təsnif edilə bilən daha kiçik sahələri aşkar etmək üçün 3 ilə 80 metr arasında daha yaxşı bir qətnamə lazımdır. Bu mövzuda işləyərkən USGS ən son Landsat peykini (Landsat 8) buraxdı və bir neçə ay sonra (Aprel 2013) əldə edilən hər hansı bir görüntü pulsuz olaraq təqdim edildi. Zamanı və yayım siyasətini yenidən nəzərdən keçirən 16 günlük tanklar (əldə edilmiş bütün şəkillər real vaxtda paylanır), bir neçə aydan sonra şəkil 11-də göstərildiyi kimi tədqiqat sahəsinin 30 m qətnaməsində qısa bir NDVI vaxt seriyası qura bildik. torpaq örtüyü xəritələşdirmə məqsədləri üçün yüksək məkan və müvəqqəti çözünürlüklü görüntülərə sahib olmağın ideal vəziyyəti artıq reallığa çevrildi və bu yeni məhsula daha çox sərmayə qoymaq qərarına gəldik. Şəkil 11 MODIS 16 gün NDVI və Landsat 8 NDVI arasındakı fərq. 16

19 2.2 LANDSAT Data Landsat, dünyanın ən uzun və davamlı olaraq əldə edilmiş kosmik əsaslı moderaterhesolution quru məsafədən zondlama məlumatlarının toplusunu təmsil edir [34]. Şəkil 12 Landsat 8 peyki. Mənbə: 1965-ci ildə NASA təyyarələrdə quraşdırılmış alətlərdən istifadə edərək Yerin məsafədən zondlanması ilə bağlı metodiki araşdırmalara başladı və bir neçə il sonra 1972-ci ildə Landsat 1 kosmosdan quruların peyk məsafədən zondlanmasının yeni bir dövrünün müjdəsini verdi. 40 ildən çoxdur ki, Landsat proqramı, Yer səthindən, təkmilləşdirilmiş yeddi Landsat peykindən spektral məlumat toplayaraq keyfiyyət, detal, əhatə dairəsi və uzunluğu baxımından misilsiz bir tarixi arxiv yaradır. 30 May 2013-cü il tarixində Landsat 8 peykindən məlumatlar əldə edildi. Əvvəlki ortaqlıqlarda olduğu kimi, bu missiya da torpaq istifadəsi və torpaq dəyişikliyini müşahidə etmək üçün həm NASA, həm də USGS-in elmi və əməliyyat tələblərinə cavab verən yüksək keyfiyyətli məlumatların alınmasını davam etdirir [34]. Şəkil 13 Landsat 1-dən Landsat 8-ə Landsat Zaman Çizelgesi. Mənbə: 17

20 Landsat 8, əvvəlki Landsat peykləri ilə eyni işığın dalğa uzunluqlarını müşahidə edən və elektromaqnit spektri boyunca fərqli frekans aralıklarını ölçən iki yaxşılaşdırılmış alət, Müşahidəli Torpaq Görüntüləyicisi (OLI) və Termal İnfraqırmızı Sensor (TIRS) daşıyır. Hər aralığa bir bant deyilir və Landsat 8, 1 və 9-a iki yeni bant əlavə edir. Əlavə olaraq, əvvəlki Landsat alətləri tərəfindən algılanan tək termal infraqırmızı zolaq səth istiliyinə həssaslığı artırmağa kömək etmək üçün iki istilik zolağına ayrılır. Landsat 8 ayrıca görüntüdəki radiometrik keyfiyyəti yaxşılaşdırır, məsələn bir görüntüdəki hər piksel dəyərini təmsil etmək üçün istifadə olunan bit sayını artıraraq və əvvəlki 8-dəki yalnız 256 boz səviyyəsinə görə bir görüntüdəki 4096 potensial boz səviyyəsini inkişaf etdirərək istifadə edin. -bit alətləri [35]. Aşağıdakı Şəkil 14 həm Landsat 7 həm də Landsat 8-dən dalğa uzunluqlarını və 11 zolağın xüsusiyyətlərini göstərir. Şəkil 14 Landsat 7 ETM + sensoru ilə müqayisədə Landsat 8 OLI və TIRS sensoru üçün bandpass dalğası. Landsat 7 (alt sıra) və Landsat 8 (yuxarı sıra). Mənbə: Landsat görüntülərinin 30 m məsafəli qətnaməsi və 185 km məsafədə yerləşməsi mühüm elmi bir yeri doldurur, çünki orbit əraziləri ilin hər fəslində qlobal əhatə dairəsi üçün kifayət qədər genişdir, lakin görüntülər şəhər kimi insan miqyaslı prosesləri xarakterizə edəcək qədər təfərrüatlıdır. böyümə, kənd təsərrüfatında suvarma və meşələrin qırılması. Torpaq görüntüləmə, bu miqyasda torpaq istifadəsi və torpaq istifadəsi dəyişikliyini müşahidə etmək üçün kritik və əvəzedilməz bir qabiliyyət təklif edir [36] və əksinə geniş coğrafi ərazilərdə və tətbiqetmələrdə çalışan tədqiqatçılar və menecerlər üçün Yerin təkrarlanan və sinoptik müşahidələrini təmin edir. 18

21 Dünya miqyasında milyonlarla insana qida və su idarəsi, insan sağlamlığı, kənd təsərrüfatı, iqlim, enerji, yanğın, təbii fəlakətlər, şəhər böyüməsi, ekosistemlər və biomüxtəliflik, meşə idarəetməsi, torpaq istifadəsi və torpaq sahələrini təsir edən məlumatlara əsaslanan qərarlar kömək edir. örtük [37]. Landsat 8 peyki Landsat 7-dən 8 gündə bir ofsetdə bütün 16 gündə bir bütün Dünyanı çəkir. Peykin göyərtəsindəki alətlər tərəfindən toplanan məlumatları qəbuldan sonra 24 saat ərzində LandsatLook Viewer-dən yükləmək mümkündür [36]. USGS LandsatLook Viewer [38] ArcGIS Server texnologiyasından istifadə edir və tam çözünürlüklü Landsat şəkillərinin hərtərəfli axtarışı və yüklənməsinə imkan verir. Şəkil 15 Mahale Dağları Milli Parkının Təsviri. Səhnə id: LC LGN00, Sensor OLI, Alınma Tarixi: 04.06.2013. Mənbə: 19

22 2.2.1 Yeni LANDSAT 8-in istifadəsi Bu yaxınlarda tədqiqat cəmiyyətləri 12 aprel 2013-cü il tarixindən bəri əldə edilmiş Landsat 8 görüntülərini USGS veb saytında pulsuz yükləmək imkanına sahibdilər. Yüksək qlobal alış tezliyi (

16 gün) və paylama siyasəti (bütün şəkillər demək olar ki, real vaxtda mövcuddur) bu məhsulu torpaq örtüyü xəritələşdirilməsi və monitorinqi, eləcə də torpaq örtüyü / istifadə dəyişikliyinin aşkarlanması üçün son dərəcə əlverişlidir. Bu iş üçün sərbəst olmayan və ya xüsusi razılaşma / müəllif hüquqları ilə əhatə olunmayan görüntüləri nəzərə almadıq. Aşağıdakı şəkil, Landsat sensörlerinden (TM, ETM +, OLI / TIRS) aprel-sentyabr ayları arasında 172, sıra 064 (Mahale Dağları Milli Parkı, Tanzaniya) üzərində 1998-2013 arasında 2003-cü ildə Landsat 7 ilə qarşılaşan peyk görüntülərinin mövcudluğunu göstərir. məsafədən görünən görüntüdə qara üfüqi xətlər kimi görünən qismən sensor çatışmazlığı, işi yalnız mərkəzi hissəyə məhdudlaşdırır. Boşluğu doldurmaq üçün bir neçə texnikanın tətbiq olunmasına baxmayaraq, yeni Landsat 8 peykinin orbitə çıxarılması tədqiqatçılar üçün etibarlı bir məlumat mənbəyi təklif edir və sələfləri arasında ən yüksək təkrarlanan tezlik, məlumat mövcudluğu və keyfiyyətə malikdir. Şəkil 16 Landsat sensorlarından (TM, ETM +, OLI / TIRS) aprel-sentyabr ayları arasında 172, sıra 064 (Mahale Dağları Milli Parkı, Tanzaniya) üzərində 1998 - 2013 arasında uzanan peyk görüntülərinin mövcudluğu 20

23 Şəkil 17 Landsat 8 və MODIS NDVI profilinin may ayından avqust ayına qədər mövcudluğu (Mahale Dağları Milli Parkı, Tanzaniya). 21

24 2.3 Tədqiqat Sahələri və Peyk Təsəvvürləri Landsat 8 sensoru, tədqiqatımız üçün pulsuz və regional parçalanmış mənzərələri xəritələşdirmək üçün kifayət qədər yüksək (30 m) spektral çözünürlüğe sahib olan uzaqdan idarə olunan məlumatların əsas mənbəyi olaraq təyin edilmişdir. Məlumatlar aprel ayından etibarən mövcud olduğundan, tədqiqatımız o ay ətrafında bitki örtüyünün böyüməsi ilə xarakterizə olunan yarı quru bölgə olan Şərqi Afrikaya yönəlmişdir. Peyk seriyası bitki örtüyünü yaşıldan quruya qədər tuta biləcəkdir. Seçim proseduru: bitki örtüyünün mövsümi davranışının tək tarix avtomatik təsnifatında güclü şəkildə əks olunduğu yarı quru bölgələrə yönəldilmişdir. Tədqiqat müddətində (aprel-sentyabr) aşkar edilə bilən sürətli quru örtüyü dəyişikliklərindən (antropoloji dəyişikliklərdən) təsirlənməyən ərazilərə görə qorunan ərazilər və məhdud insan sıxlığı / təsiri olan 20 km bufer zonası daxilində sahəni məhdudlaşdırırıq. Buludsuz Landsat 8 görüntülərinin mövcudluğu. Tamamilə buludlarla örtülmüş səhnələr əldə edilmədi. Hər bir tədqiqat sahəsini əhatə edən NASA-nın Landsat 8-dən görüntülər Cədvəl 1-də verilmişdir. Sahə Yolu / Sıra Tarix 1 Tarix 2 Tarix 3 Tarix 4 Tarix 5 Tarix 6 Tarix 7 Tarix 8 Mahale M. 172/064 19/05 04/06 20 / 06 06/07 22/07 07/08 23/08 08/09 West Lunga 174/069 15/04 01/05 17/05 18/06 04/07 20/07 05/08 06/09 Gorongosa 167/063 30 / 04 16/05 17/06 03/07 19/07 04/08 Mana Hovuzları 171/071 26/04 12/05 28/05 13/06 29/06 15/07 16/08 Tsimanam. 160/077 13/04 29/04 15/05 31/05 02/07 03/08 04/09 Cədvəl 1 Birinci sütunda, hər bir tədqiqat sahəsini əhatə edən (Mahale Dağları, West Lunga, Gorongosa, 8) Landsat 8 şəkillərinin yolu / sıra Mana Hovuzları və Tsimanampetsotsa Milli Parkları). İkinci sütundakı Yolun və Sətrin Sayı. 22

25 Seçilmiş tədqiqat sahələri Şəkil 18-də verilmişdir. Şəkil 18 GLC 2000-ə əsaslanan Afrika xəritəsi [39], bu işdə nəzərə alınan Milli Parkları əks etdirir. Qorunan ərazilərlə bağlı xüsusi məlumatlar UNEP-Dünya Mühafizə Monitorinq Mərkəzində (UNEP-WCMC) təşkil olunan və IUCN - Ümumdünya Qoruma Birliyi ilə ortaq şəkildə idarə olunan Ümumdünya Qorunan Ərazilər Verilənlər Bazası tərəfindən təmin edilir [40]. 23

26 2.3.1 Mahale Dağları Milli Parkı, Tanzaniya'daki Mahale Dağları Milli Parkı, 1985-ci ildə qazandı, 1613 km & sup2 ərazini əhatə edir və Tanganyika gölünün şərq sahilindəki Kigoma qəsəbəsindən 128 km cənubda yerləşir. Parkın qərb sərhədi Tanganyika gölünün bitişik 1,6 km enində zolağını qoruyur. Tanzaniya Ərazisi əsasən möhkəm və təpəlidir və parkın mərkəzindən keçən Mahale Dağları zənciri üstünlük təşkil edir. Ən yüksək zirvələr 2460 metrə çatır. Topoqrafiyanın yağışa təsiri dərhal səhnədə görünür, çünki qərb tərəfdə sıx, yaşıl meşələr mövcuddur, digərində isə Şəkil 20-də göstərildiyi kimi daha qəhvəyi, daha quru mənzərələr meydana çıxır. Miombo meşəsi parkın dörddə üç hissəsini əhatə edir. . Bura bəzi su axınları boyunca böyüyən dar meşə zolaqları ilə çarpaz keçilir [41]. Şəkil 19 Tanzaniyada Mahale Dağları Milli park mövqeyi. Şəkil 20 RGB-dən Landsat8: band 753. Dağ zəncirinin gölə yaxınlaşdığı yerdə, yerli olaraq 'Kasoge' olaraq bilinən aran meşəsinin geniş bir yorğanı var və 1300 m a.s.l. Kasoge meşəsi orta Afrika, tropik, yarı yarpaqlı meşə tipli bir anklavdır. 2300 m-dən yuxarıda meşə dağ çəmənliyinə yol verir [42]. Bu özünəməxsus yaşayış mozaikası, iqlim şəraitini çox miqyasda miqyasda təsir edən Tanganyika Gölü və Mahale Dağlarının birlikdə mövcudluğundan qaynaqlanır. Parkda iki fəsil var. Ümumiyyətlə quru mövsüm mayın ortalarında başlayır və oktyabrın ortalarında bitir. Şəkil 21 Mahale Dağları Milli Parkı üçün NDVI Trends. Mavi şaquli xəttlər araşdırmada nəzərə alınan ilin dövrünü müəyyənləşdirir. Tünd boz xətt mövcud iş vaxtlarına əsasən hər dekad üçün ortalamadır və açıq boz rəngli bölgələr bu ortalama ətrafında% 95 etibar sərhədlərini göstərir. Mənbə: Afrikanın qorunan əraziləri. 24

27 Parkın sərhədləri daxilində heç bir yol və ya digər infrastruktur yoxdur və parka girib çıxmağın yeganə yolu göldə qayıqdır. Mahale bitki örtüyü ilə əlaqəli qeyri-adi bir şey, içərisində olduğu çox sayda yaşayış növüdür. Park, üst-üstə düşən yağış meşələri, meşəliklər, bambuk meşələr, dağlıq meşələr və çəmənliklərdən ibarət mozaikadır [43]. Ən son xəritələşdirmə işi Mahale Dağları Milli Parkı Ümumi İdarəetmə Planında () [44] təklif olunan, Mahale Dağları Milli Parkı maraqlı tərəflərinin bir hissəsini əhatə edən iştirakçı bir planlama prosesi yolu ilə hazırlanmışdır. Tanzaniya Milli Parkları Mərkəzi, Mahale Dağları Milli Parkı rəhbərləri, Frankfurt Zooloji Cəmiyyəti və Qoruma İnkişaf Mərkəzi. Şəkil 22-də göstərilən TANRİK xəritəsinə görə, MMNP-də 9 bitki növü mövcuddur. Buraya həmişəyaşıl və ya Kasoge meşəsi, geniş Miombo meşəsi, dağ meşəsi və yüksək hündür otlaq sahələri daxildir. Bu təsnifat, Yaponiya Beynəlxalq Əməkdaşlıq Agentliyi tərəfindən MMNP-nin bitki örtüyü təsnifatını beş geniş növə sadələşdirən bir araşdırmanın nəticələri ilə üst-üstə düşür. Miombo meşəsini parkın ərazisinin 75% -ni əhatə edən dominant bitki örtüyü növü kimi təsvir edir. Hündürlük artdıqca bunun yerini dağ meşəsi və yüksək hündür otlaq və dağ kolları alır. Parkın şimal-qərbində təcrid olunmuş bir akasiya meşəsi var. Şəkil 22 TANRIC Mahale Dağı Milli Parkı Frankfurt Zooloji Cəmiyyəti və Qoruma İnkişaf Mərkəzinin təqdim etdiyi Torpaq örtüyü xəritəsi [44]. Mahale Dağları Milli Parkının biomüxtəlifliyi haqqında daha çox məlumat Mahale Dağları Milli Parkının Biomüxtəliflik hesabatında tapıla bilər [43]. 25

28 2.3.2 Mana Hovuzları Milli Parkı Mana hovuzları, Zimbabvenin şimalındakı Milli Parkı təşkil edən bir vəhşi təbiəti qoruma sahəsidir (Şəkil 23). Zimbabvenin alt Zambezi çayının, hər yağış mövsümündən sonra sel düzənliyinin geniş göllərə çevrildiyi bir bölgədir. Göllər tədricən quruyub geri çəkildikcə, bölgə su axtaran bir çox iri heyvanı özünə cəlb edir və Afrikanın ən məşhur oyun izləyən bölgələrindən biridir. Mana, orta Zambezi çöküntülərindən əmələ gələn dörd böyük daimi hovuzdan bəhs edərkən Şonada dörd mənasını verir. Bu 2500 km & sup2 çay sərhədləri, adalar, qum sahilləri və hovuzlar, meşə meşələri, yabanı əncir, ebonies və baobabs ilə əhatə olunmuşdur, Cənubi Afrikada ən az inkişaf etmiş Milli Parklardan biridir. Səksəninci illərin əvvəllərində hidroelektrik sxemdən xilas oldu ki, bu sonrakı Dünya Mirası sahəsinin daşqınını görəcəkdir. Ölkənin ən böyük suaygırları və timsahları və fil və camış quru mövsümündə böyük məməli populyasiyasına sahibdir [45] [46]. Zimbabve Şəkil 23 Zimbabvedəki Mana Hovuzları Milli Parkı mövqeyi. Şəkil 24 RGB-dən Landsat8: band 753. Şəkil 25 Mana Hovuzlar Milli Parkı üçün NDVI Trends. Mavi şaquli xəttlər araşdırmada nəzərə alınan ilin dövrünü müəyyənləşdirir. Tünd boz xətt mövcud iş vaxtlarına əsasən hər dekad üçün ortalamadır və açıq boz rəngli sahələr bu ortalama ətrafında% 95 etibar sərhədlərini göstərir. Mənbə: Afrikanın qorunan əraziləri. 26

29 Zimbabvedə bitki örtüyünə dair hərtərəfli bir ilkin məlumat yox idi və Mana Hovuzları Milli Parkının GIS əsaslı torpaq örtüyü xəritəsi yaradılmamışdır. Bu bölgələr daxilində relyefin təsnifatı, Kimya və Torpaq Tədqiqat İnstitutunun Torpaq Araşdırması və Xəritəçəkmə Bölməsi tərəfindən ISRIC-in texniki dəstəyi ilə tərtib edilmiş Zimbabvenin Torpaq və ərazi məlumat bazasına əsaslanır [47]. Səhralaşmanın Cənubi Afrikadakı Qida Təhlükəsizliyinə Təsiri: Zimbabvedəki Bir Tədqiqat, Zimbabve üçün Torpaq və Arazi Verilənlər Bazasını (SOTER) tərtib etmək idi [48]. Şəkil 26 SOTER-in Zimbabve xəritələri: Səhralaşmanın qida təhlükəsizliyinə təsiri [48]. 27

30 2.3.3 West Lunga Milli Parkı West Lunga, Zambiya'nın çox vəhşi və az gəzilən parklarından biridir. 2008-ci ildə Afrika Parklar Şəbəkəsi West Lunga Milli Parkını idarə etməyə başladı. Əvvəlcə 1940-cı illərin sonlarında, əsasən sarı kürəkli düiker populyasiyasını qorumaq üçün bir oyun ehtiyatı kimi baxıldı. Sonra fillər də bol idi, bunlar arasında Angolan (nəhəng) samur və Lixtenşteynin göyərtiləri də var idi. Bununla birlikdə, son bir neçə onillikdə yerli icmalar tərəfindən ov və balıq ovu üçün bir sahə xaricində çox az istifadə edildi və əksər ziyarətçilər üçün xəritədən kənarda qaldı. Zambiya Şəkil 27 Zambiya'daki West Lunga Milli Park mövqeyi. West Lunga Milli Parkı 1684 km & sup2 meşələri, açıq otlaqları və bataqlıqları əhatə edir və Zambiya'da əsasən meşə ilə örtülmüş yeganə parkdır (Şəkil 28). Şərqdən və cənubdan Kabompo çayı və qərbdən Qərbi Lunga çayı ilə həmsərhəddir. Şəkil 28 RGB-dən Landsat8: band 753. Bunlar botanikçilər tərəfindən ekvatorial zonanın xaricində Afrikadakı tropik həmişəyaşıl meşənin ən böyük sahəsini təşkil edən fərqli, quru, həmişəyaşıl meşələrdir. Yağış nisbətən yüksək, illik 1000 mm civarında olmasına baxmayaraq, torpaqlar çox qumlu və yaxşı qurudulmuşdur, yəni çaylardan başqa daimi yerüstü su hövzələri yoxdur.Quruluq, qidalı torpaqlar və bitki örtüyünün sıxlığı bu ərazinin az məskunlaşmasına səbəb olur [49] Şəkil 29 West Lunga Milli Parkının NDVI Trends. Mavi şaquli xətlər işdə nəzərə alınan ilin dövrünü müəyyənləşdirir. Tünd boz xətt, mövcud iş vaxtlarına əsaslanan hər dekad üçün ortalama rəqəmdir və açıq boz rəngli bölgələr, bu ortalama ətrafında% 95 etibar sərhədlərini göstərir. Mənbə: Afrikanın qorunan əraziləri. Bildiyimizə görə, bu sayt üçün ən yüksək səviyyəli bitki xəritələri mövcud deyil. 28

31 2.3.4 Gorongosa Milli Parkı Gorongosa Milli Parkı, şəkil 30-da göstərildiyi kimi Mozambikin mərkəzi hissəsindəki Sofala vilayətinin daxilində 19 S və 34 W-də yerləşir. Mərkəzi Mozambik landşaftının morfologiyası geniş bir dayazlıqdan daxili tərəfə yüksəlir. Mozambik və Zimbabve arasındakı sərhəddə Böyük Şərq Escarpmentinə qədər kontinental şelf və alçaq bir sahil xətti [50]. Park Urema Riftinin içərisindədir və təxminən 3770 km & sup2 ərazini əhatə edir. Park ətraf 8 ərazi ilə birlikdə şərqdən qərbə Cheringoma Platforması, Rift vadisi döşəməsi, B & aacuteru və egrave Platforması və Gorongosa Dağı olan dörd morfoloji vahiddən ibarətdir [50]. Fərqli torpaq tipli mozaikadan ibarət olan vadinin mövsümi su basması və bataqlığı müxtəlif fərqli ekosistemlər yaradır. Çəmənliklər akasiya ağacları, savana, qumlardakı quru meşə və mövsümi yağışla dolu tavalar və termit təpə kolluqları ilə nöqtələnir. Yaylalarda Miombo və dağ meşələri və bir sıra əhəngdaşı dərələrinin təməlində möhtəşəm bir yağış meşəsi var. Mozambik Şəkil 30 Mozambikdəki Gorongosa Milli park mövqeyi. Şəkil 31 RGB-dən Landsat8: band 753. Bu unikal xüsusiyyətlərin birləşməsi bir vaxtlar xarizmatik ətyeyənlər, otyeyənlər və 500-dən çox quş növü daxil olmaqla bütün Afrikadakı ən sıx vəhşi təbiət populyasiyalarını dəstəklədi. Ancaq 20-ci əsrin sonunda Mozambikin uzun müddət davam edən vətəndaş qarşıdurması zamanı böyük məməli sayları% 95-ə qədər azaldı və ekosistemlər vurğulandı [51] [52]. Park ekoloqu Dr. Kenneth Tinley, 1977-ci ildə [50] Gorongosa ekosisteminin vəhşi təbiət zənginliyini dəstəkləyən üç əsas bitki növünü təsbit etdi. Yüzdə yetmiş altı, yaxşı qurudulmuş torpaqlara üstünlük verən otların və oduncaq növlərinin savanna birləşmələridir. Şəkil 2 Gorongosa Milli Parkının xəritəsi (yaşıl) və bufer zonası (sarı) .mənbə 29

32 Yüzdə on dördü meşə və qaranlıq növlərindən ibarət meşəlik sahələrdir. Qalanı ağacların böyüməsinə mane olan sərt mövsümi şərtlərə məruz qalan çəmənliklərdir. Hər üç növ də bir çox fərqli alt tip və çeşidlə birlikdə sistem boyu tapılmışdır [53]. Gorongosa dağında yağış meşələri, dağ çəmənlikləri, çayları boyunca çay meşələri, aşağı hündürlüklərdə meşələr və savanna meşələri var. Hər iki yayla Miombo adlanan Cənubi Afrikada geniş yayılmış bir növ qapalı örtüklü savanna ilə örtülmüşdür. Mozambikin illik yaş və quru fəsillər dövrü olan tropik savanna iqlimi, mürəkkəb tənliyə başqa bir amil də əlavə etmişdir: torpaq nəmindəki yüksəkliklə dəyişən davamlı dəyişiklik. Şəkil 33 Gorongosa Milli Parkı üçün NDVI Trends. Mavi şaquli xəttlər araşdırmada nəzərə alınan ilin dövrünü müəyyənləşdirir. Tünd boz xətt mövcud iş vaxtlarına əsasən hər dekad üçün ortalamadır və açıq boz rəngli sahələr bu ortalama ətrafında% 95 etibar sərhədlərini göstərir. Mənbə: Afrikanın qorunan əraziləri. Gorongosa Milli Parkının və bufer zonasının bitki örtüyündə üç əsas xəritə məlumat mənbəyi mövcuddur [54]. Cenacarta torpaq örtüyü xəritəsi, (Carta de Uso e Cobertura da Terra) bütün Mozambik üçün 1250.000 miqyaslı torpaq örtüyü. Fərdi bölmələr vizual identifikasiya və LANDSAT peyk görüntülərindən vahidlərin əl ilə rəqəmləşdirilməsi yolu ilə əldə edilmişdir. Bu xəritə məhdud bir məkan qətnaməsinə malikdir və bu tədqiqat sahəsi üçün ətraflı bitki örtüyü məlumatlarını daxil etmir. Cunliffe & amp Lynam [55] LANDSAT 7 görüntülərinin avtomatlaşdırılmış təsnifatından istifadə edərək bir xəritə hazırladı. Bu xəritənin bəzi çatışmazlıqları müəyyən edilmiş vahidlər ilə Tinley s arasında əlaqənin və son dərəcə məhdud torpaq səthinin (müəlliflər tərəfindən də müəyyənləşdirildiyi) kiçik bir sübutdur. Carr Foundation, Gorongosa Milli Parkı araşdırma mərkəzi üçün mənzərə xəritəsi. 30

33 Rəqəmsal formatda regional, landşaft və (seçmə) icma xəritəsi bitki örtüyündə mövcud xəritə məlumatlarını (CENACARTA torpaq örtüyü xəritələri və Cunliffe & amp; Lynam) həyata keçirən Tinley [50] tərəfindən təsvir olunan fərqli vahidlərə uyğun olaraq hazırlanmışdır. Uydu görüntüləri, homojen vahidlər istehsal etmək üçün avtomatlaşdırılmış texnika (nəzarətli və nəzarətsiz təsnifat) istifadə edərək tədqiqat və qiymətləndirmə üçün istifadə olunan hava və yer nəzarət nöqtələri ilə işlənmişdir [54] [52]. Şəkil 34 Gorongosa Milli Parkının Carr Foundation peyzaj xəritəsi. Mənbə Gorongosa mənzərələri. Əlaqəli oxunuşlar: Gorongosa Dağı, Tom M & uumlller, Afrika Zimbabve üçün 2012 Biomüxtəliflik Vəqfi bitki örtüyü araşdırması [56]. 31

34 2.3.5 Tsimanampetsotsa Milli Parkı Möhtəşəm gölü və əsas parkının şərəfinə adlandırılan Tsimanampetsotsa Milli Parkı, Madaqaskarın cənub-qərbində, sahildən çox uzaqda və Tuleardan təxminən 90 km cənubda yerləşir və 430 km & sup2 tikanlı meşə və bataqlıqdan ibarətdir. (Şəkil 35). Bu ərazi 1927-ci ildə bioloji mənasına görə (flora və faunanın 90% -i endemikdir) əsasən su quşlarının yaşayış yeri kimi qorunur və Milli Su Parkına çevrilir. Bu su təchizatı həm insanlar, həm də heyvanlar və bitkilər üçün əsasdır, Tsimanampetsotsa (Malaqasiyada delfinsiz göl deməkdir) adanın hər il yalnız 300 mm yağış yağan ən quraq zonasında yerləşdiyindən. Gölün özündən başqa parkın içərisində iki əsas mənzərə var: sıx xerofil cəngəlliklərlə (yerli olaraq endemik tikanlı meşə) örtülmüş əhəngli bir yayla, nəhəng baobablar və banyan ağacları və sahil boyunca ot örtüyü ilə örtülmüş qum təpələri. Parkda yeraltı bir axının nəticəsi olan çoxsaylı mağara və çuxurlar var [57]. Müəllifin bildiyinə görə bu sayt üçün müasir yüksək qətnamə bitki xəritələri yoxdur. Madaqaskar Şəkil 35 Madaqaskarda Tsimanampetsotsa Milli park mövqeyi. Şəkil 36 RGB-dən Landsat8: band 753. Şəkil 37 Tsimanampetsotsa Milli Parkı üçün NDVI Trends. Mavi şaquli xəttlər araşdırmada nəzərə alınan ilin dövrünü müəyyənləşdirir. Tünd boz xətt mövcud iş vaxtlarına əsasən hər dekad üçün ortalamadır və açıq boz rəngli sahələr bu ortalama ətrafında% 95 etibar sərhədlərini göstərir. Mənbə: Afrikanın qorunan əraziləri. 32

35 2.4 Görüntünün Ön İşlənməsi Metaməlumatlardan alınan dönüşüm parametrlərindən istifadə edərək fərqli sensor / platformadan məlumatların ümumi bir radiometrik miqyasda yerləşdirilməsinə imkan verən fiziki bir vahid olan xam DN dəyərlərini atmosferin (TOA) əks hissəsinə çevirmək üçün seçilmiş şəkillər əvvəlcədən işlənmişdir. TOA yansıtması ilə işləmək, fərqli əldə etmə müddəti, günəşin qalxması və günəş-yer məsafəsi nəticəsində meydana çıxan şəkillər arasındakı spektral fərqləri də minimuma endirir. Bu işdə yalnız Landsat TM / ETM bantlarına cavab verən Landsat 8 bandı istifadə edilmişdir, bu səbəbdən band 1, 9 TIR və PAN bantları qədər işlənməmişdir. Aşağıdakı düstur konversiya addımlarını və parametrlərini izah edir: burada & rho & lambda = & pi * L & lambda * d 2 / ESUN & lambda * cos & thetasz & rho & lambda = band & lambda üçün TOA yansıtması L & lambda = band & lambda üçün parıltı = M & lambda * Q cal + A & lambda M & rho = Banda xas çarpan çarpma amil A & rho = Banda spesifik qatqı azaltma amili Q cal = Kəmiyyətləşdirilmiş və kalibr olunmuş standart məhsul piksel dəyərləri (DN 16bit) d = (* COS (* (0.9856 * (JulianDayImage - 4))) [] & thetasz = Yerli günəş zenit açısı besun = [,,, 972.6,245.0,79.72] [İşlənmiş lentlər daha sonra üzən nöqtəyə yığılmışdı [0-1] Birgə Tədqiqat Mərkəzində hazırlanmış avtomatlaşdırılmış təsnifat alqoritmindən istifadə etmək üçün GeoTif görüntüsünü təsnif etmək üçün Bundan sonra təklif olunduğu kimi Ispra

36 2.5 Tək Tarix Təsnifatı Əvvəlcə Landsat TM / ETM + görüntüləri ilə işləmək üçün dizayn edilmiş Tez və Sağlam Topoqrafik düzəliş metodunda [58] təklif olunduğu kimi Birgə Tədqiqat Mərkəzi tərəfindən hazırlanmış alqoritm, tədqiqat sahələrimizə görə toplanmış Landsat 8 məlumat dəstlərini işləmək üçün istifadə edilmişdir. . Alqoritm atmosferin əks hissəsini alır (şamandıra [0-1]) və Cədvəl 3-də xülasə edildiyi kimi quru örtüyü sinifləri ilə tematik bir raster xəritəsi və spektral xüsusiyyətlərə əsaslanan əlavə bir bulud / kölgə maskası və günəş azimutu və buludu əhatə edən 3B modelləşdirmə / çuxurları doldurmaq və kənarını tamponlamaq üçün morfoloji filtrlərlə birlikdə kölgə istiqaməti, ümumiyyətlə təsnifat qarışıqlıqlarına səbəb olan nazik buludlar və ya duman ilə xarakterizə olunur [59]. Qlobal miqyasda toplanan spektral imzalara əsaslanan daxili avtomatik qərar ağacına söykəndiyindən insanla qarşılıqlı əlaqəyə ehtiyac yoxdur. NDVI-yə əsaslanan birinci addım kateqoriyası 2-ci addım [-1,0] CAT1 Snowshape = 1 olduqda SI başqa Watershape və B & gt = və 0.04 & lt = G & lt = 0.12 və max (swir1, swir2) & lt = 0.04 sonra DWAT başqa R & gt = max (nir, swir1, swir2) və 0.04 & lt = R & lt = 0.19 və B & gt və max (swir1, swir2) & lt 0.04 olduqda SW & Bt 0.94 və G & gt 0.94 və R & gt 0.94 və NIR & gt 0.94 sonra CL başqa Wetness & gt 5 sonra DWAT else SS əgər Snowshape = 1 sonra SI else B & gt 0.94 və G & gt 0.94 və R & gt 0.94 və NIR & gt 0.94, sonra CL başqa, Other_watershape və B & gt və max (swir1, SWIR2 ) & lt sonra SWAT else [0,0.45] CAT2, əgər Cloudshape ya da Cloudshape1 ya da Cloudshape2, sonra CL başqa B & gt G & gt R və NIR & gt və B & gt və NDVI & lt 0.40) sonra CL başqa B & gt G) və B & gt 0.27and G & gt 0.21 və ABS (RG) & lt = 0.1 və NIR & gt 0.35 daha sonra CL başqa 0.13 & gt B & gt G & gt R & lt 0.05 və (B-NIR) & lt sonra SV başqa əgər Wetness & gt 5 sonra DWAT başqa 0.13 & gt B & gt G & gt R & lt 0.05 və B-NIR & lt 0.04, sonra SV başqa 0.14 & gt B & gt 0.1 0 & gt G & gt R & lt 0.06 və NIR & lt 0.14 və (NIR-B) & lt 0.02 sonra SS başqa, əgər B & gt G & gt R və NIR & gt = 0.06 və ABS (NIR-G) & lt 0.01 və B-NIR & gt = 0.01 SS else, əgər NDVI & lt = 0.09 və NIR & lt 0.4 və G & lt = R & lt = NIR, sonra OLD başqa NDVI & lt = 0.20 və NIR & gt 0.3 və B & lt = G & lt = R & lt = NIR, sonra NDVI & gt = 0.35and B & gt = G və ABS (RG) & lt 0.04 sonra SPV başqa NDVI & gt = 0.20 və ABS (RG) & lt 0.05 sonra OLL başqa OLL əgər NDVI & lt 0.5 və NIR & gt = 0.15 sonra SPV başqa NDVI & lt 0.5 və NIR & lt 0.15 sonra SV else [0.45,1] CAT3 əgər NDVI & lt 0.55 və B & lt = NIR & lt = 0.15 sonra SV else NDVI & lt 0.55 və B & lt = NIR sonra GRS başqa NDVI & lt 0.55 və B & gt NIR sonra SV başqa NDVI & lt 0.65 və NIR & gt = 0.22 sonra NDVI & lt 0.65 və NIR & gt = sonra TCD başqa NDVI & lt 0.65 və NIR & lt sonra TCD başqa NDVI & lt 0.78 və NIR & lt 0.30 sonra TCD başqa NDVI & gt = 0.78 SHR başqa TCL 34

37 Burada: B: mavi, G: yaşıl, R: qırmızı, NIR: band 4, SWIR1: band 5 SWIR2: band 7 Su şəkli = ((BG) & gt -0.2) & gt = G & gt = R & gt = NIR & gt = SWIR1 ) Other_watershape = B & gt = G & gt = R & lt = NIR & lt R * 1.3 & lt 0.12 & gt SWIR1 & gt SWIR2 and & lt NIR & lt G NDSI = (G - SWIR1) / (G + SWIR1) Islaklık = 66.96 * B * G * R * NIR * SWIR * SWIR2 Brightsoil = (B & lt 0.27 və Büyüyən15) və ya (B & lt 0.27 və Böyüyən14 və SWIR1-SWIR2 & gt 0.038) Doyğunluq = max (g, r, nir) -min (g, r, nir) / max (g, r, nir) Snowshape = min (b, g, r, nir) & gt 0.30 və NDSI & gt 0.65 Cloudshape = min (b, g, r) & gt 0.17 və max (g, b, r, nir) & gt 0.30 və (NIR / R) & gt = 1.3) və (NIR / G) & gt = 1.3 və (NIR / SWIR1) & gt = 0.95 və SWIR1 & gt min (b, gr) və NDSI & lt 0.65 Cloudshape1 = max (b, g, r , nir, swir1, swir2) & gt 0.47 və min (b, g, r, nir) & gt 0.37 və Snowshape = 0 və Bright_soil = 0 Cloudshape2 = min (b, g, r) & gt 0.21 və SWIR1 & gt min (b, g , r) və 0.2 & lt = Doygunluq & lt = 0.4 və max (g, r, nir) & gt = 0.35 və Snowshape = 0 və NDSI & gt -0.3 və Bright_soil = 0 Böyümək 14 = B & ltG & ltR & lt NIR Growing15 = B & ltG & ltR & ltNIR & ltSWIR1 Cədvəl 2 Təsnifat alqoritmində istifadə olunan avtomatik qərar ağacının yalançı kodu. Təsvir Torpaq örtüyü sinifləri Class ID Rəng Məlumat yoxdur - ND Su Dərin Su hövzələri / çaylar (DWAT / SWAT) WAT Buludlar Buludlar CL Qar Qar / Buz SI Ağac örtüyü Tünd Sıx Meşə / Sıx Çalı TCD Ağac örtüyü İşıq Açıq Meşə / Çalı TCL Çalı Yoğun Çalı SHR Çəmənlik Yoğun otlaq / Açıq Çalı GRS Seyrək bitki örtüyü Seyrək otlaq / Seyrək çalı SPV Digər Torpaq İşıq Yüngül torpaq / qayalar / qum OLL Digər Torpaq Qaranlıq Tünd torpaq / qayalar / qum QADA Kölgəli bitki örtüyü Kölgəli / Az İşıqlı Bitki SV Kölgəli Torpaq Kölgəli Torpaq / Yanmış Bölgələr SS Cədvəl 3 Çıxışla əlaqəli torpaq örtüyü sinifləri, şəxsiyyət və avtomatik təsnif alətinin rəngi. Bundan sonra hər bir tədqiqat sahəsi üçün vahid tarix xəritələri. Üst şəkillər bitki örtüyünün böyüməsinin ən yüksək səviyyəsinə, quru mövsümün sonuna qədər qəhvəyi rənglərlə xarakterizə olunan alt hissələrə cavab verir. Vahid tarix təsnifatının dəqiqliyinin, görüntünün əldə edildiyi tarix, bitki örtüyünün vəziyyəti və tropik bölgələrdə tez-tez rast gəlinən bulud və kölgələr kimi hava şəraiti ilə sıx əlaqəli olduğunu qeyd etmək lazımdır, buna görə də yarpaqlı meşə örtüyü zirvədə TCD şəklində göstəriləcəkdir. böyümənin, qurudarkən SHR və ya GRS və yarpaqsız olduqda OLL / OLD (Cədvəl 3). Burada bitki örtüyünün təkamülünü nəzərdən keçirən və daha dəqiq torpaq örtüyü xəritəsini yaradan fenoloji əsaslı bir alqoritm inkişaf etdirməyə ehtiyac var. 35

38 Mahale M. West Lunga Mana Hovuzları Gorongosa Tsimanampetsotsa Şəkil 38 Hər bir tədqiqat sahəsi üçün tək tarix xəritələri. Üst şəkillər bitki örtüyünün böyüməsinin ən yüksək səviyyəsinə, quru mövsümün sonuna qədər qəhvəyi rənglərlə xarakterizə olunan alt hissələrə cavab verir. 36

39 2.6 Fenoloji əsaslı təsnifat Bu fəslin məqsədi tək tarix təsnifatını tezlik qaydaları əsasında həmişəyaşıl və yarpaqlı ayrı-seçkilik daxil olmaqla daha etibarlı və ətraflı torpaq örtüyü xəritəsinə birləşdirmək üçün istifadə olunan metodologiyanı təsvir etməkdir. Orijinal multispektral bantların zaman seriyasından daha çox tematik məhsulların (12 sinifli 8 bitlik qat) istifadəsi modelin mürəkkəbliyini azaldır və işləmə müddətini sürətləndirir. Fərqli torpaq örtüyü tiplərinin dinamikasını və onların ayrılmasını daha yaxşı başa düşmək üçün, 5 tədqiqat sahəsi daxilində bir neçə nümunə toplanmış və Şəkil 39-da göstərildiyi kimi birlikdə şəkillər çəkilmişdir. Gözlənildiyi kimi, aprel və mart aylarında (yaşıl mövsümün zirvəsi) yarpaqlıların spektral reaksiyası və həmişəyaşıl meşə, rütubətli əkinçilik və kol bitkiləri 30 m qətnamə ilə demək olar ki, bənzəyir və yüksək NDVI dəyərləri qaranlıq və açıq ağac örtüyünə (TCD / TCL) təsnifat verir. Bununla birlikdə, quruducu aylarda (sentyabr, oktyabr) yarpaqsız yarpaqsız bitki örtüyü yaşıl bitki örtüyü ilə müqayisədə ən yüksək ayrılmaya çatan parlaq və ya qaranlıq torpaq (aşağı NDVI reaksiyası və İQ zolaqlarında yüksək yansıtıcılıq) olaraq təsnif edilir. Şəkil 39 Beş tədqiqat sahəsi arasında seçilən müxtəlif torpaq örtüyü siniflərinin zaman profili. Yatay balta, şaquli ikən vaxtı göstərir, tək tarix təsnifatçısı tərəfindən verilən tək tarix təsnifatı kimliyi. Qeyd etmək lazımdır ki, tədqiqat sahələrimiz məhdud antropizasiyalı milli parklardır və salınmış ərazilər əsasən kiçik kəndlər ilə xarakterizə olunur (böyük ölçüdə Msomsoko, 1.5 km 2, Mahale Dağları Milli Parkının cənubundakı bufer zonası). Asfaltın olmaması (zamanla sabit spektral reaksiya) və evlərin, bitki örtüyünün və qumlu torpağın səpələnmiş paylanması bu sinif üçün unikal spektral davranışın müəyyənləşdirilməsini son dərəcə çətinləşdirir. Bu səbəbdən, bu tədqiqat fəaliyyətində Torpaqdan istifadə dərslərinə (şəhər əraziləri və kənd təsərrüfatı) cəmləşməməyə qərar verdik, lakin onları təklif olunan əfsanədə buraxdıq. Şəkil 40 Msomsoko, 1.5 km 2, Mahale Dağlarının cənubundakı bufer zonası N.P. Mənbə: Google Earth. 37

40 Bundan sonra Fenoloji Əsaslı Təsnifatda tətbiq olunan əfsanə və qərar qaydalarını Torpaq örtüyü siniflərini tək tarix təsnifatı kateqoriyalarının analizindən əldə etmək üçün təqdim edirik. FAO / UNEP tərəfindən təklif olunan Torpaq Örtüsü Təsnifat Sisteminə [60] görə əfsanə və Afrika qorunan ərazilərdə Torpaq Örtüyü / Torpaqdan istifadə cove dəyişikliyi aşkarlanması çərçivəsində JRC tərəfindən qəbul edilən əfsanəyə uyğun olaraq, aşağıdakı dominant sinifləri müəyyən etdik: ID Sinif Təsviri ID Təsviri 10 EVG Qapalı Ağac örtüyü (& gt40%) 15 Ağac və ya Çalı bitkiləri 11 EVG Açıq Ağac örtüyü (40% -dən 15%) 16 Əkinçilik Əkinçilik 13 EVG Çalı örtüyü 27 Nəmli Əkinçilik 14 EVG Ot Bitki örtüyü 17 Su basmış kol və bitki 18 Açıq Su 23 DEC Bağlı Ağac örtüyü (& gt40%) 19 Şəhər 24 DEC Açıq Ağac örtüyü (40% -dən 15%) 20 Çılpaq Bölgələr 25 YAXŞI Çalılıq örtüyü 21 Buludlar 26 DEC Ot bitkiləri 22 Kölgə Əsasən bitki örtüyünə ən az bitki örtüyü daxildir. İldə ən azı iki ay ərzində 4%. Bu örtük Woody (Ağaclar, Çalılar), Otsulu (Forbs, Graminoids) və ya bunların birləşməsindən ibarət olan həyat formalarından və ya Likenler / Yosunlardan ibarət ola bilər. Örtük, bir bitki qatı ilə örtülmüş səthin müəyyən bir sahəsinin olması kimi qəbul edilə bilər. Qapalı (& gt% 40) və Açıq (% 40 ilə% 15 arasında) arasında fərq qoyulur. Boy, Ağaclar (& gt30 3 m), Çalılar (5-0.3mt) və Bitki mənşəli (m) üçün ayrı-seçkilik edən bir amildir. Hündürlük 5 m-dən (ağac) daha yüksək olan meşəli bitkiləri həmin ərazilərdən 5 m (kol) əkilən sahələrdən və ya əkinçilikdən istifadə etmək üçün təbii bitki örtüyünün çıxarıldığı və ya dəyişdirildiyi və əvəzinə digər antropogen mənşəli bitki örtüyü ilə əvəzlənən ərazilərə aiddir. . Bu bitki örtüyü sünidir və uzun müddət onu qorumaq üçün insan fəaliyyətini tələb edir. Yetişdirilən Su və ya Daimi Sular altında (Nəmli Əkinçilik) sinifinə, su bitkisinin məqsədli şəkildə əkildiyi, becərildiyi və yığıldığı və becərmə dövründə geniş dövrlərdə suda dayanan sahələr daxildir. Ümumiyyətlə, bitkinin tam və ya qismən yığılmış hissəsidir. 38

41 Sinif Təsviri Şəkil Google Earth Landsat 8 Qapalı / Açıq Həmişəyaşıl Meşə Bağlı / Açıq Yarpaqlı Meşə Çalı örtüyü Ot bitkiləri Əkinçilik Nəmli Əkinçilik Şəkil 41 Əsasən bitki örtüyü olan ərazilərdə dominant siniflər: Hər sinif üçün sütun şəklində (Bağlı / Açıq Həmişəyaşıl Meşə, Bağlı / Açıq yarpaqlı meşə, kol örtüyü, ot bitkisi, əkinə yararlı əkinçilik, nəmli əkinçilik) fərqli görüntü mənbələri: yer və ya hava şəkli, Google Earth və Landsat 8 Image. 39

42 Əsasən Bitkisiz, ilin 10 ayından çox müddət ərzində ümumi bitki örtüyü 4% -dən az olan və ya Woody və ya Ot bitkisi olmadığı təqdirdə Likenlərin / Yosunların% 25-dən az örtüyü olan sahələri əhatə edir. Süni səthlər və ya Şəhərsalma ərazisi, inşaat (şəhərlər, qəsəbələr və nəqliyyat), çıxarma (açıq mədənlər və daş ocaqları) və ya tullantıların atılması kimi insan fəaliyyəti nəticəsində süni örtüklü sahələri təsvir edir. Çılpaq ərazilər% 4-dən az bitki örtüyü ilə xarakterizə olunur və qaya, qum və səhraları əhatə edir. Təbii su hövzələri, Qar və Buz sinfi göllər, çaylar, qar və ya buz kimi təbii olaraq su ilə örtülmüş sahələrə aiddir.Sinif Təsviri Google Earth Landsat 8 Şəhər Bölgələri Çılpaq Bölgələr Su obyektləri Şəkil 42 Əsasən bitki örtüyü olmayan ərazilərdə dominant siniflər: Sütunlarda hər sinif üçün (Şəhər Bölgələri, Çılpaq Bölgələr və su obyektləri) fərqli görüntü mənbələri: yer və ya hava şəkli, Google Yer və Landsat 8 Şəkillər. 40

43 Məlumatların Hazırlanması Hər bir tarix təsnifatı və əlaqəli bulud / kölgə maskası, təsnifat mərhələsini asanlaşdırmaq üçün xronoloji qaydadan sonra tək bir georeferenced dosyaya yığılır. Təsnifat Frekans qaydası tək tarix təsnifat qatlarının yığınındakı ərazi örtüyünün Sınıf ID'sini analiz edən piksellə piksel tətbiq edilir, heç bir məlumat (ND) və buludlar / kölgə (CL / SH) pikselləri statistikadan xaric edilmir, yalnız digər siniflər mövcuddursa yığın. Bu kontekstdə sıxlıq, ən çox yayılmış təbəqənin (müvəqqəti əksəriyyətin) çıxan torpaq örtüyü olduğunu düşündüyü anlamına gəlmir, bu fərziyyə daimi su obyektləri, çılpaq sahələr və ya həmişə yaşıl bitki örtüyü üçün etibarlı ola bilər, lakin yarpaqlı bitki örtüyü üçün deyil. Quru yarpaqlı meşə, əksər bir yanaşma yolu ilə aşkar edilə bilməz, çünki ildə yalnız bir neçə ayın yaşıl yarpaqları var, qalan aylar qurudur və torpaq komponenti Landsat 8 kimi peyk tərəfindən 30 m çözünürlükdə təsbit edilən dominant spektral cavabdır. Tezlik dəqiqliyə hörmət deməkdir Cədvəl 4-də göstərildiyi kimi müşahidə olunan dövrdə (tədqiqatımızda aprel-oktyabr aylarını əhatə edir) ND CL SH SI WAT SV TCD TCL SHR GRS SPV OLL OLD SS Çıxış 100 Məlumat yoxdur 100 Bulud 100 Qar / Buz 100 Daimi Su * 50 * * * * * * * * * Mövsümi Su * 80 * * Həmişəyaşıl Bağlı Meşə * * 80 * * * * * * Həmişəyaşıl Açıq Meşə * * 80 * Həmişəyaşıl Çalı * * * * * Yarpaqlı Meşəni Yaxınlaşdır * * * 30 * Açıq Yarpaqlı Meşə * * * * * Çəmənlik 100 Tünd Qaya / Şəhər 100 Tünd Torpaq 100 Yüngül Torpaq / Qum Cədvəl 4 Hər sinif üçün müşahidələrin faiz dərəcəsi ilə tezlik paylama masaları. 41