पारिस्थितिक भू-स्थानिक संबंध


15

मैं एक स्थानिक सांख्यिकी समस्या के लिए एक अलग, अधिक सुरुचिपूर्ण समाधान की तलाश में हूं। कच्चे डेटा में प्रत्येक व्यक्ति के पेड़ के लिए एक xy समन्वय होता है (अर्थात एक बिंदु .shp फ़ाइल में परिवर्तित)। हालांकि इस उदाहरण में उपयोग नहीं किया गया है, हर पेड़ में एक समान बहुभुज (जैसे कि .shp) होता है जो कि मुकुट व्यास का प्रतिनिधित्व करता है। बाईं ओर के दो चित्र परिदृश्य-स्केल कर्नेल घनत्व अनुमान (KDEs) एक बिंदु से प्राप्त होते हैं। अलग-अलग वृक्ष स्थानों की .shp फ़ाइल - 1989 से और दूसरी 2009 से। सही पर ग्राफ़िक दो केडीई के बीच के अंतर को दर्शाता है। जहाँ केवल मान +/- 2 मानक विचलन प्रदर्शित होते हैं। आर्क के रेखापुंज कैलकुलेटर का उपयोग सरल गणना (2009 केडीई - 1989 केडीई) करने के लिए किया गया था जो दाहिने हाथ की छवि पर रेखापुंज ओवरले का उत्पादन करने के लिए आवश्यक है।

क्या पेड़ के घनत्व या चंदवा क्षेत्र के विश्लेषण के लिए समय के साथ सांख्यिकीय या ग्राफिक रूप से अधिक उपयुक्त तरीका है? इन आंकड़ों को देखते हुए, आप एक भू-स्थानिक वातावरण में 1989 और 2009 के पेड़ के आंकड़ों के बीच परिवर्तन का आकलन कैसे करेंगे? ArcGIS, पायथन, आर, इरडा और ENVI में समाधान को प्रोत्साहित किया जाता है।

यहाँ छवि विवरण दर्ज करें


3
क्या आपके पास 1989 से मूल ट्री लोकेशन डेटा है? यदि नहीं, तो क्या केडीई कम से कम एक ही गुठली (और एक ही बैंडवीड) का उपयोग करते हैं? क्या वृक्ष के आंकड़े क्षेत्र की एक पूर्ण जनगणना हैं या वे किसी प्रकार का नमूना हैं (और यदि हां, तो उस नमूने के सदस्य कैसे चुने गए थे)? आपके अध्ययन में एक "परिवर्तन" क्या है और आप इसे कैसे मापना चाहते हैं (उदाहरण के लिए, पेड़ के घनत्व में एक पूर्ण परिवर्तन या एक सापेक्ष परिवर्तन के रूप में)?
whuber

1
@ व्हाइट: मूल वृक्ष स्थानों को जनगणना के आंकड़ों के रूप में माना जा सकता है क्योंकि डीओक्यूक्यू के भीतर प्रत्येक पेड़ का आविष्कार किया गया था। केडीई जनगणना के आंकड़ों से प्राप्त अंकों पर आधारित था। मैं मुख्य रूप से नए पेड़ों का पता लगाने और चंदवा कवर में बदलाव के लिए इच्छुक हूं।
हारून

1
पेड़ के स्थान में परिवर्तन के बाद से केडीई अनुचित हो सकता है और नंबर बैंडविड्थ को बदल देगा और इसलिए परिणाम। क्या आपने मनमाने आकार (जैसे 100 मीटर x 100 मीटर) का एक आंचलिक रेखापुंज बनाने और प्रत्येक समय के लिए पेड़ / सेल और ट्री क्षेत्र / सेल प्राप्त करने पर विचार किया है और फिर समय के बीच अंतर की गणना की है?
अंधी

@blindJesse: आपके पास एक अच्छा बिंदु है। एक विकल्प के रूप में, मैं 2009 और 1989 से आपदाओं के लिए चंदवा व्यास बहुभुज को परिवर्तित करने के विचार के साथ आसपास रहा हूं, फिर दंगों को द्विआधारी डेटा में पुनर्वर्गीकृत कर रहा हूं। वहां से, मैं दोनों के बीच के अंतर पर एक चलती खिड़की फोकल सांख्यिकी स्क्रिप्ट चला सकता हूं।
हारून

1
मैं अभी भी कच्चे डेटा, आरोन के रूप में अनिश्चित हूं। जब आप लिखते हैं "हर पेड़ ... आविष्कार किया गया था," क्या इसका मतलब है कि प्रत्येक व्यक्तिगत पेड़ की पहचान की गई थी और निर्देशांक सौंपा गया था? या शायद इसका मतलब यह है कि किसी ने बहुभुज खींचा और कहा "मुझे यहां 39 लाल मेपल और 13 सफेद ओक मिले?" मूल डेटा की शक्तियों और सीमाओं को समझना, आपके द्वारा खोजे गए कैनोनिकल उत्तर को प्राप्त करने के लिए महत्वपूर्ण है।
whuber

जवाबों:


8

पहली समस्या:

आप मिनिमा के मिश्रण को देख रहे हैं। एक एकड़ के आकार के मुकुट के साथ एक विशाल पेड़ काफी दिखता है , एक बिंदु / कर्नेल घनत्व के आधार पर व्याख्या की जाती है, जिसमें कोई भी पेड़ नहीं है। आप केवल उच्च मूल्यों के साथ समाप्त होंगे, जहां जंगल में छोटे, तेजी से बढ़ते पेड़, किनारों पर और अंतराल में हैं। मुश्किल सा है, इन घने छोटे पेड़ों को छाया या रोड़ा द्वारा अस्पष्ट किए जाने या 1-मीटर रिज़ॉल्यूशन पर अन-रेजोल्यूबल होने की संभावना अधिक होती है, या एक साथ aglomerated हो सकते हैं क्योंकि वे एक ही प्रजाति के एक समूह हैं।

इस पहले भाग पर जेन का जवाब सही है: बहुभुज की जानकारी को फेंकना एक बेकार है। हालांकि यहां एक जटिलता है। खुले पेड़ों में बहुत कम ऊर्ध्वाधर, अधिक फैला हुआ मुकुट, अन्य सभी चीजें समान होती हैं, यहां तक ​​कि वृद्ध स्टैंड या परिपक्व जंगल में पेड़। अधिक देखने के लिए # 3।

दूसरी समस्या:

आपको आदर्श रूप से सेब की तुलना सेब से करनी चाहिए। एक और दूसरे के लिए B & W के लिए NDVI पर भरोसा करना आपके परिणामों में एक अन-पता योग्य पूर्वाग्रह का परिचय देता है। यदि आप 1989 के लिए उपयुक्त डेटा नहीं प्राप्त कर सकते हैं, तो आप 2009 के लिए अपमानित B & W डेटा का उपयोग कर सकते हैं, या यहां तक ​​कि B & W के सापेक्ष 2009 के डेटा में पूर्वाग्रह को मापने और 1989 के लिए NDVI परिणामों को एक्सट्रपलेट करने का प्रयास कर सकते हैं।

यह श्रम-वार को संबोधित करने के लिए प्रशंसनीय हो सकता है या नहीं भी हो सकता है, लेकिन एक अच्छी संभावना है कि इसे एक सहकर्मी समीक्षा में लाया जाएगा।

तीसरी समस्या:

क्या आप मापने की कोशिश कर रहे हैं? कर्नेल घनत्व मूल्य-कम नहीं हैमीट्रिक, यह आपको नए-विकास के क्षेत्रों को खोजने का एक तरीका देता है, युवा पेड़ जो तेजी से एक दूसरे को मार रहे हैं (ऊपर छायांकन / रोड़ा सीमा के अधीन); केवल पानी / धूप के लिए सबसे अच्छा उपयोग के साथ वाले, यदि कोई हो, कुछ वर्षों में बच जाएगा। चंदवा कवरेज ज्यादातर कार्यों के लिए कर्नेल घनत्व पर एक सुधार होगा, लेकिन इसके साथ ही समस्याएं भी हैं: यह 20 साल पुराने पेड़ों के एक बड़े सम-आयुध स्टैंड का इलाज करता है, जो कि कैनोपी को बमुश्किल बंद करते हैं जितना कि एक स्थापित 100 -यार-पुराना जंगल। एक तरह से वनों को परिमाणित करना कठिन है, जो जानकारी को संरक्षित करेगा; चंदवा ऊंचाई मॉडल कई कार्यों के लिए आदर्श है, लेकिन ऐतिहासिक रूप से प्राप्त करना असंभव है। आपके द्वारा उपयोग किया जाने वाला मीट्रिक आपके लक्ष्यों के विस्तार के आधार पर सबसे अच्छा चुना जाता है। वे क्या हैं?

संपादित करें:

लक्ष्य देशी घास के मैदान में हाथ धोने का विस्तार संवेदन है। सांख्यिकीय तरीके अभी भी पूरी तरह से मान्य हैं, उन्हें लागू करने के लिए बस कुछ विस्तार और व्यक्तिपरक विकल्पों की आवश्यकता होती है।

  • चंदवा कवरेज के एक बुनियादी उपाय की गणना करें। इसमें क्राउन पॉलीगॉन पर सीधे एक ग्रिड वाला दृष्टिकोण शामिल हो सकता है, या क्राउन पॉलीगन्स को एक रैस्टर में बदल सकता है + अगर आपको अधिक निरंतर संस्करण की आवश्यकता हो तो उन्हें धुंधला कर दें।
  • प्रतिशत चंदवा कवरेज के आधार पर, अपने विश्लेषण करने के लिए परिदृश्य के वर्गों को अलग करने का प्रयास करें। बंद कैनोपी वन में आपके द्वारा काम की जाने वाली सांख्यिकीय तकनीकें उन लोगों की तुलना में भिन्न हो सकती हैं जिन्हें आप लगभग-नंगे घास के मैदान में उपयोग करते हैं, या यहां तक ​​कि विश्लेषण से बाहर रखा जा सकता है। आपके परिदृश्य के कुछ छोटे क्षेत्र में "स्क्रबलैंड विस्तार" शामिल होगा, और उस प्रभाव को कम करना और डेटा को अनदेखा करना चुनना जो प्रासंगिक नहीं है, एक सांख्यिकीविद् के रूप में आपके ऊपर है।
  • मुझे नहीं पता कि यह 20 साल के टाइमपैन पर काम करेगा (और यह अतिरिक्त मध्यवर्ती युगों के साथ बेहतर काम करेगा), लेकिन पेड़ की उम्र के लिए एक प्रॉक्सी के रूप में मुकुट व्यास पर ध्यान देने की कोशिश करें। एक निश्चित प्रश्न है जो आपको पूछना है, क्या मौजूदा ताज के आकार में दोहरीकरण "विस्तार" का प्रतिनिधित्व करता है, या क्या इसे नए पेड़ों की आवश्यकता है। यदि यह बाद का है, तो आपके पास कुछ विचार है कि क्या वे नए हैं (कम से कम, परिदृश्य के कुछ वर्गों के लिए जिसे आपने ऊपर चुना है, जहां आप कुछ हद तक सूर्य के प्रकाश की पहुंच को सत्यापित कर सकते हैं)।
  • आपके पारिस्थितिक उद्देश्यों के आधार पर, न केवल सीधे पेड़ के घनत्व का पता लगाना सार्थक हो सकता है, बल्कि फ्रैगेट्स जैसे पैकेजों का उपयोग करके परिदृश्य के विखंडन का पता लगाना भी हो सकता है
  • लंबा शॉट: सुनिश्चित करें कि 2009 के डेटासेट में मुकुट को अलग करने की आपकी क्षमता के लिए सत्यापन और सटीकता के मूल्यांकन के रूप में उपयोग किए जाने की प्रतीक्षा में कोई काउंटी LIDAR डेटासेट नहीं है।

धन्यवाद क्रिस, आप पहचान बदलने के लिए केडीई दृष्टिकोण में कई वैध छेद लाते हैं। मैं 2009 और 1989 के बीच छवि गुणवत्ता के अंतर से निपटने के लिए सबसे अच्छे तरीके से संघर्ष कर रहा हूं। मैं मानता हूं कि इमेजरी आउटपुट की तुलना करने के लिए एक प्रशिक्षण डेटासेट को वारंट किया जाता है। इन आंकड़ों का उद्देश्य देशी घास के मैदानों में झाड़ी विस्तार का आकलन करना है। मैं सबसे अच्छा दृष्टिकोण इकट्ठा करता हूं इन जनगणना के आंकड़ों की शक्ति का उपयोग करना और वास्तव में, एक सांख्यिकीय दृष्टिकोण का उपयोग नहीं करना है - बल्कि एक वर्णनात्मक एक।
आरोन

जरुरी नहीं। कुछ सुझावों के साथ संपादित उत्तर।
MappingTomorrow

5

आपके केडीई एप्रोच के साथ समस्या यह है कि यह पूरे क्षेत्र को सुचारू करता है और इस प्रकार अंतराल को बंद कर देता है जिसे आप खोजना चाहते हैं।

जब मैंने पढ़ा कि आपने पेड़ के मुकुट का पता लगाने के लिए NDVI का उपयोग किया है, तो मुझे आश्चर्य है कि मुकुट-बहुभुज कैसे दिखते हैं? क्या ये पेड़-प्रजाति की आईडी के साथ वास्तव में एकल बहुभुज हैं जो इससे जुड़े हैं?

यदि आपके पास हर एक पेड़ के मुकुट के लिए बहुभुज होने की लक्जरी है और आप रुचि रखते हैं जहां एक पेड़ का मुकुट खो गया था, तो मुझे लगता है कि दो संभावनाएं हैं; एक वेक्टर और एक रेखापुंज समाधान।

वेक्टर

  1. सभी बहुभुजों को एक वर्ष से मिलाएं ताकि कोई अतिव्यापी पोल न बचे। सिंगल पोल ठीक हैं। यह दो आकार-प्रकार को जन्म देगा
  2. ओवरले या इंटरसेक्ट का उपयोग उन क्षेत्रों को खोजने के लिए करें जहां 1989 और 2009 मेल नहीं खाते (अब)।

रेखापुंज

  1. प्रत्येक बहुभुज को हर साल 0 = नोटरी और 1 = पेड़ के साथ एक द्विआधारी रेखापुंज में परिवर्तित करें। एक उच्च रिज़ॉल्यूशन का उपयोग करें, उदाहरण के लिए 0.5m और बिलिनियर इंटरपोल? यह सुनिश्चित करेगा कि किनारे चिकने हों
  2. द्विआधारी छवियों (2009-1989) को घटाएं और आपको अपने पहले परिणाम के समान कुछ मिलना चाहिए, लेकिन चिकनी केडीई से मुक्त होना चाहिए

मुझे उम्मीद है कि बाहर काम करता है :) मैंने इन विचारों को बाहर करने की कोशिश नहीं की, लेकिन बस यह लिखा कि मेरे दिमाग में क्या आया। सौभाग्य!

ओह ... हो सकता है, आप बस एक क्वाड्रैट काउंट अप्रोच बना सकें। प्रत्येक वर्ष के लिए, 100x100 मीटर के वेक्टर ग्रिड का उपयोग करके अपने क्षेत्र को टुकड़ा करें, बहुभुज में अंक गिनें और दो अलग-अलग पैटर्न की तुलना करें। बस एक और विचार ...


जेन्स, पारिस्थितिक समस्या का उत्कृष्ट विश्लेषण। आपका संक्षिप्त जवाब दोनों ही केडीई दृष्टिकोण के साथ एक गंभीर समस्या की पहचान करता है और वास्तव में आगे के लिए समग्र तरीके से मदद की है।
आरोन

2

एक डिजिटल परिवर्तन विश्लेषण का उपयोग करके वनस्पति में एक सामान्य परिवर्तन की गणना की जा सकती है। इस विश्लेषण को चलाने के लिए आपको सबसे पहले 1989 और 2009 दोनों के लिए 4-बैंड (R, G, B, और NIR) छवि की आवश्यकता होगी। इसके बाद, रिमोट सेंसिंग सॉफ़्टवेयर (जैसे ENVI या Erdas) का उपयोग करके प्रत्येक छवि पर NDVI विश्लेषण चलाएं। । NDVI विश्लेषण एनआईआर बैंड - लाल बैंड / एनआईआर बैंड + लाल बैंड पिक्सल के अनुपात की तुलना करता है। इस समीकरण का परिणाम पिक्सेल मान देता है, जो -1 से 1. तक होता है। पिक्सेल जिनका शून्य मूल्य से कम का मूल्य है, वे एनआईआर बैंड में कोई प्रतिबिंब नहीं दिखाते हैं। इसी तरह, शून्य से अधिक मूल्य वाले पिक्सल एनआईआर प्रकाश को दर्शाते हैं और इस तरह वनस्पति माना जाता है। डिजिटल परिवर्तन विश्लेषण करने की प्रक्रिया बस एक NDVI छवि को दूसरे से घटा रही है (2009 से घटाना 1989)। अधिक गहन चर्चा के लिए कृपया नीचे दिए गए लिंक को देखें।

http://www.bioline.org.br/pdf?er07006


विचार उत्तेजक उत्तर और संदर्भ के लिए धन्यवाद। NDVI को 2009 1m 4-बैंड NAIP DOQQs से ट्री लोकेशन के लिए बनाया गया था। हालाँकि, 1989 1m NAIP इमेजरी केवल ग्रेस्केल में उपलब्ध है - इसलिए इन छवियों को पेड़ के स्थानों को प्राप्त करने के लिए अलग-अलग तरीके से हेरफेर करना पड़ा। इस अध्ययन के लिए बहुत अधिक "पृष्ठभूमि शोर" हो सकता है, टीएम से उत्पन्न एनडीवीआई का उपयोग कर, या डिजिटल परिवर्तन विश्लेषण के लिए अन्य कम रेज इमेजरी। एक बार फिर धन्यवाद!
हारून
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.