دانلود رایگان ترجمه مقاله ارزیابی تغییر پوشش زمین و آشفتگی و تخریب انسانی در تالاب ها (نشریه اسپرینگر 2015) (ترجمه رایگان – برنزی ⭐️)

ارزیابی تغییر پوشش زمین و آشفتگی و تخریب انسانی در تالاب ها با استفاده از بخش های پوشش گیاهی گرفته شده از تصویر TM لندست 5

Assessing Land Cover Change and Anthropogenic Disturbance in Wetlands Using Vegetation Fractions Derived from Landsat 5 TM Imagery (1984–2010)

چکیده
مقدمه
منطقه مورد مطالعه
روشها
جمع آوری داده های سنجش از دور و پردازش آن ها
تجزیه تحلیل ترکیب طیفی
داده های اعتبار سنجی
نتایج
نتیجه گیری

چکیده
تخریب تالاب ها توسط انسان در کانادا بسیار گسترده است. در برنامه های پایش تالاب، ارزیابی تخریب اغلب متکی به داده های زمین مکانی بوده و از این روی امکان تشخیص ماهیت، زمان بندی و بزرگی رویداد های تخریب را با مشکل مواجه می کند. آرشیو زمانی لند ست، پتانسیل تحلیل تغییرات مکانی جامع را در اختیار می گذارد. با این حال، اندازه پیکسل 30 متری آن منجر به حذف تخریب های کوچک و یا کاهش دقت مکانی نزدیک مرز هایی می شود که در آن تغیرات رخ می دهد. تحلیل ترکیب طیفی یک روش زیر پیکسل می باشد که برای ارزیابی تغییرات در طیف وسیعی از تیپ های پوشش زمین استفاده شده است ولی به ندرت برای تالاب های غیر ساحلی استفاده گردیده است. در این تحقیق از بخش های مرطوب، لخت و پوشش گیاهی SMA بر گرفته از صحنه های نقشه ساز موضوعی لند ست 5 از 1984 تا 2010 در مقایسات دو تاریخ و از تجزیه تحلیل سری زمانی برای ارزیابی آشفتگی و تخریب در دو تالاب در آنتاریوی شرقی استفاده شد. تجزیه تحلیل دو تاریخ 1984-2010 کاهش کلی در بخش های پوشش گیاهی و رطوبت و افزایش در بخش خاک لخت را نشان داد و این در حالی است که تحیل سری زمانی در طی دوره 26 ساله، تغییرات بین سالانه متغیری را از جمله سال های با تغییرات ناگهانی، روند تغییرات دوره ای و تغییرات تدریجی تر نشان داد. آشفتگی ها و تخریبات ناشی از انسان که شناسایی شد شامل ایجاد دریاچه مصنوعی، مناطق کشتزار و تخریب تالاب به دلیل ساخت و ساز بودند..
1. مقدمه
تالاب ها خدمات اکولوژیکی فراوانی را فراهم می کنند ولی در معرض تهدیدات ناشی از تغییر اقلیم و تغییرات زمین قرار دارند. تقریبا 5 درصد تالاب های دنیا در اونتاریو واقع شده اند. در انتاریوی شرقی، کاهش تالاب از 45 تا 95 درصد متغیر است(GLWCAP 2012). سیستم ارزیابی تالاب آنتاریو توسط وزارت منابع طبیعی آنتاریو برای ارزیابی تالاب ها به منظور اطلاع رسانی در خصوص برنامه ریزی کاربری زمین استفاده می شود( سیستم ارزیابی تالاب اونتاریو، راهنمای جنوبی 2013). این سیستم کارکرد های اکولوژیکی تالاب ر و ارزش های اقتصادی و اجتماعی آن را ارزیابی می کند: ویژگی های زیستی، هیدرولوژیکی، اجتماعی و ویژه. این اجزا شامل زیر دسته ها و ویژگی هایی هستند که هر یک، یک رتبه را اختیار می کنند. با یک امتیاز یا رتبه بالا، تالاب به صورت ” با اهمیت”در نظر گرفته می شود که این خود موجب تسهیل پیاده سازی اقدامات و سیاست های مخلف می شود. OWES در اوایل 1980 میلادی ایجاد شد و بر مشاهدات میدانی همراه با تفسیر عکس هوایی ویژگی های تالاب متکی است. این شیوه پر هزینه بود و به همین دلیل کنار گذاشته شد. در گذشته OMNR، از GIS و داده های سنجش از دور برای ارزیابی این ویژگی ها استفاده کرده است. سنجش از دور، پتانسیل پایش ویژگی های تالاب را با گذشت زمان دارد( لی و لونتا 1995). این مطالعه با همکاری OMNR، برای توسعه روش هایی برای تشخیص و ارزیابی تعییرات پوشش زمین و تخریبات انسانی در تالاب های شرق اونتاریو طراحی شد. این بخشی از پروژه توسعه روش های جی ای اس و سنجش از دور برای ارزیابی 14 ویژگی OWES است( دینگل رابرتسون 2014). تخریب انسانی یکی از ویژگی های زیر مقوله زیبایی های چشم انداز تحت مولفه اجتماعی است. این خود مربوط به اثرات انسانی بر روی ویژگی های زیبایی شناسی تالاب است. بسته به بزرگی تخریب و دامنه مکانی و زمانی، کارکرد و عملکرد تالاب به شدت مختل می شود. فعالیت های انسان درون تالاب یا نزدیک تالاب که موجب این اثرات منفی می شوند شامل موارد زیر هستند:ریختن زباله، پر شدن تالاب، لایروبی، ایجاد کانال، ایجاد نهر های زهکشی و احداث سد. در OWES، مقدار واقعی تخریب براورد می شود. هدف این مطالعه تعیین این موضوع است که آیا SMA در داده های TM لند ست را می توان برای شناسایی و پایش تخریب و تغییرات پوشش زمین درون و اطراف تالاب ها استفاده کرد یا نه.

Abstract

Anthropogenic disturbance of wetlands in Canada is extensive. In wetland monitoring programs disturbance assessment often relies on single date field and geo-spatial data, thereby rendering detection of the nature, timing and magnitude of disturbance events and trends difficult. The Landsat temporal archive provides potential for more comprehensive temporal change analysis. However, its 30 m pixel size may result in omission of small disturbances or lack of spatial precision near boundaries where change often occurs. Spectral mixture analysis (SMA) is a subpixel technique that has been used to assess change in a variety of land cover types, but rarely for non-coastal wetlands. This research utilized SMA vegetation, bare, and moisture fractions derived from 26 Landsat 5 Thematic Mapper (TM) scenes from 1984 to 2010 in two-date comparisons and time series analysis to assess disturbance in two wetland complexes in eastern Ontario. The 1984–2010 two-date analysis showed overall declines in vegetation and moisture fractions and increases in the bare fraction, while time series analysis over the 26 year period showed more variable inter-annual changes including years of sudden change, cyclic trends and more gradual trends. Anthropogenic disturbances that were identified included a lake created for recreational purposes, logged/cultivated areas, and wetland degradation due to encroaching development..

1- Introduction

Wetlands provide many ecological services, but are under threat from climate change and land modification amongst other stressors. Approximately 5 % of the world’s wetlands are located in Ontario (National Wetlands Working Group 1988). Across eastern Ontario, wetland losses range from 45 to 95 %, with higher proportions near the urban centres of Kingston and Ottawa (GLWCAP 2012). The Ontario Wetland Evaluation System (OWES) is used by the Ontario Ministry of Natural Resources (OMNR) for the evaluation of wetlands to inform land use planning (Ontario Wetland Evaluation System: Southern Manual 2013). It assesses wetland ecological functions and their social and economic values in four components: Biological, Hydrologic, Social and Special Features. These components are comprised of sub-categories and ‘attributes’, which are each assigned a score. With a high overall score, a wetland is designated as Bsignificant’, which facilitates the implementation of conservation policies and actions. The OWES was developed in the early 1980s and relied on field observation coupled with air photo interpretation of the attributes associated with each component. This was costly and evaluations quickly become obsolete. In the past decade, the OMNR has used GIS and remotely sensed data to assess some of these attributes. Remote sensing provides potential for wetland attribute monitoring over time and for comparison between wetlands, both not easily achieved with oblique and subjective field interpretation (Lee and Lunetta 1995; Ramsey 1998; Ozesmi and Bauer 2002; Mitsch and Gosselink 2007). This study, in collaboration with the OMNR, was designed to develop means to detect and assess land cover change and anthropogenic disturbance in eastern Ontario wetlands. It is part of a larger project to develop remote sensing and GIS methods for assessment of 14 OWES attributes (Dingle Robertson 2014). Anthropogenic disturbance is an attribute of the sub-category of Landscape Aesthetics under the Social component. It is concerned with human impacts (or lack thereof) on the aesthetics of a wetland (Ontario Wetland Evaluation System: Southern Manual 2002). Depending on the disturbance magnitude and spatial-temporal extent, wetland function may also be impaired. Human activities in or near wetlands that result in such impacts include: the building of roads, utility corridors, and buildings; creation of dumps; filling, channelization and dredging; creation of drainage ditches and control dams; etc. In the OWES, the areal extent of disturbances is estimated, with larger extents reducing the score. The temporal archive of Landsat imagery surpasses all other moderate resolution satellite imagery currently available and the 185 km swath ensures that entire wetland complexes or multiple wetlands within a region can be covered. Landsat multispectral data have been used for mapping of wetland classes such as palustrine wetlands, mangroves, salt marshes, freshwater marshes, mud tide flats, etc. (e.g., Wright and Gallant 2007; Waleska et al. 2011; Zhang et al. 2012). Landsat has also been used for biophysical modelling of dead biomass, total biomass, mangrove wetland biomass, etc. with moderate precision and accuracy (e.g., Hardisky et al. 1984; Tan et al. 2003; Li et al. 2007; Rivero et al. 2007), but its spatial resolution is often too coarse for detailed vegetation change analysis. To take advantage of the Landsat temporal archive while incorporating more spatially precise detail, subpixel analysis techniques provide potential for detailed assessment of land cover change in and around wetland complexes. Vegetation fractions derived from spectral unmixing or, as used hereafter, spectral mixture analysis (SMA) (Rogers and Kearney 2004; Jensen 2005) have been analyzed to assess change in a variety of land cover types, successfully showing both vegetation degradation and regeneration (Sabol et al. 2002; Hostert et al. 2003; Sunderman and Weisberg 2011; Dubovyk et al. 2012). In coastal wetlands Yang et al. (2013) assessed the abundance of land cover types using SMA fractions derived from Landsat TM images for 1987, 2004, 2005 and 2006. Increasing vegetation fractions over that period were indicative of increases in low vegetation cover, while decreasing vegetation fractions indicated reduced tall vegetation cover due to Hurricane Katrina damage. Michishita et al. (2012b) used five Landsat TM-derived SMA fractions of green vegetation, non-photosynthetic vegetation, soils and impervious surfaces, bright water and dark water from 2004 and 2005 and were able to detect rapid changes in water levels and rice farming extents in wetlands at Poyang Lake, China. Michishita et al. (2012a) used five Landsat 5 TM images from 1987 to 2009 to determine the changes in urban land cover fractions in four Chinese cities. Six land cover endmembers (EMs as defined in 3.2) of green vegetation, non-photosynthetic vegetation & soil, builtup, lake and river beds, bright water, and dark water were used with an advanced SMA, multiple endmember spectral mixture analysis (MESMA), which allows for the make-up of endmembers to vary on a pixel by pixel basis. Fraction images were derived for each EM and Land Cover Change Intensity (LCCI), and Dominant LCCI indices were calculated as the average change in area per EM type per pixel between two observation dates. Examples of other studies using unmixed Landsat fractions include: land cover change analysis based upon climatic differences over time (Schmid et al. 2005; Melendez-Pastor et al. 2010), tundra land cover change mapping (Olthof and Fraser 2007), and mapping of slash and burn anthropogenic disturbance in Amazon forests (Adams et al. 1995). Techniques of time series analyses have been widely applied in forestry-based research (e.g., Banskota et al. 2014; Czerwinski et al. 2014), however, few of these methods have been utilized for long temporal time series analysis of wetlands and were generally applied using full pixel variables such tasseled cap variables (Kayastha et al. 2012) or MODIS NDVI (Fuller and Wang 2014). The objective of this study was to determine if SMA applied to temporal Landsat TM data can be used to identify and monitor disturbance and land cover change in and around wetlands..

ارزیابی تغییر پوشش زمین و آشفتگی و تخریب انسانی در تالاب ها با استفاده از بخش های پوشش گیاهی گرفته شده از تصویر TM لندست 5

Assessing Land Cover Change and Anthropogenic Disturbance in Wetlands Using Vegetation Fractions Derived from Landsat 5 TM Imagery (1984–2010)