小規模な北極湖における水生マクロフィットの季節的定量化

科学分野:

• エコロジー
• リモートセンシング
• 環境科学

背景:

• 小規模な北極湖は,浅い性質と海岸線と表面面積の比率が高いため,水生マクロフィットが豊富です.
• マクロフィットの豊富さを定量化することは,潜在的な湿地と炭素吸収場としての役割を理解するために不可欠ですが,これはめったに行われません.
• リモートセンシングは この湖のマクロフィットの豊富さや現象を 評価するための 有望なツールですが あまり活用されていません

研究 の 目的:

• リモートセンシングを用いて北極の小さな湖の浮遊植物の豊富さを調査する.
• 水生マクロファイトの総数,成長形態,属のレベルを定量化し,存在と割合のカバーの両方を評価する.
• マクロフィットのマッピングのための異なる遠隔検知データ (センチネル-1,センチネル-2) の有効性を評価する.

主な方法:

• 5つの小さな湖でマクロフィットの詳細な定量化のための無人航空機 (UAV) の画像を収集しました.
• センチネル-1,センチネル-2を用いたストカスティック・グラデント・ブースティング・モデルと,105km2の採集区における季節的な推定のためのマルチセンサデータを組み合わせた.
• 水生植物を特定し,定量化するために連続的な分類-回帰アプローチを使用しました.

主要な成果:

• マルチセンサモデルでは,水生植物の発生を39%から93%の精度で特定し,カバー範囲の変動を26%から93%まで説明しました.
• 45の湖の表面面積の2%をエマージントマクロフィットと浮遊マクロフィットが占め,総面積の幅は大きく異なる (3~97%).
• Sentinel-2のマルチスペクトルデータは,Sentinel-1のSARデータを上回り,1~5%以上のカバー率を検出しました. 密集した植生はよく予測されましたが,稀な群れは困難でした.

結論:

• センチネルデータを用いて,特にマルチスペクトル情報を用いて,属レベルでの水生マクロフィートの季節的なマッピングが可能である.
• 雲の覆いは,重要な受動センサーデータ (Sentinel-2) の可用性を一時的に制限します.
• 非常に小さな湖 (0.25ヘクタール以下) では海岸線の影響により正確な予測が困難であり,稀な植生は検出が困難である.