Tilgroning af lysåbne. naturtyper i Danmark af metoder vha.. remote sensing. Thomas Hellesen, phd. stud. Skov og Landskab, KU, LIFE.

Størrelse: px

Starte visningen fra side:

Download "Tilgroning af lysåbne. naturtyper i Danmark af metoder vha.. remote sensing. Thomas Hellesen, phd. stud. Skov og Landskab, KU, LIFE."

Morten Lindholm
8 år siden
Visninger:

1 Tilgroning af lysåbne naturtyper i Danmark estimering af tab og undersøgelse af metoder til fremtidig overvågning vha.. remote sensing Thomas Hellesen, phd. stud. Skov og Landskab, KU, LIFE.

2 Problem: Tilgroning af især r enge og moser 1965, Flyfotoarkivet, 1: , COWI, 1:3000

3 Tilgroning og konsekvenser for flora og fauna Tab af lysåbne enge og moser = tab af biodiversitet Planter (e.g. orkideer) Fugle (e.g. Vibe)

4 Udvikling og status for eng-arealer % Permanent grassland - as percentage of the total area of Denmark (after Levin and Normander, 2008) 16.2 % 11.3 % 6.1 % Stort tab af enge og moser de sidste 100 år primært pga. opdyrkning Mange af de tilbageværende arealer beskyttet af Naturbeskyttelsesloven Naturbeskyttelsesloven forhindrer imidlertid ikke tilgroning Tilgroning antages i dag at være en af de største og muligvis DEN største trussel mod vores lysåbne naturtyper. Reelle omfang af tilgroningsproblematikken kendes ikke. Mangler overvågning i DK som følger den type af landskabsforandringer derfor ikke muligt kvantificere ændringer og dermed tab.

opdyrkning Mange af de tilbageværende arealer beskyttet af Naturbeskyttelsesloven Naturbeskyttelsesloven forhindrer imidlertid ikke tilgroning Tilgroning antages i dag at

5 Formål l med phd projektet 1. At estimere hvor meget af vores enge og moser der er forsvundet som følge af tilgroning fra 1965 til At undersøge om der er nogen ændring i hastigheden af tabet som følge af tilgroning gennem denne periode. 3. At undersøge hvilken effekt forskellige former for naturbeskyttelse har ift. om der sker tilgroning eller ej. 4. At undersøge og udvikle metoder til overvågning af tilgroning i fremtiden, herunder ved brug af nye remote sensing teknologier som LiDAR.

10. 2. At undersøge om der er nogen ændring i hastigheden af tabet som følge af tilgroning gennem denne periode. 3.

6 Oversigt over præsentation 1. Præsentere metode og resultater ifm. min undersøgelse af tilgroning af enge og moser. - Hvor meget af vores enge og moser er der forsvundet som følge af tilgroning gennem de sidste 45 år? - Er nogen ændring i hastigheden af tabet som følge af tilgroning gennem perioden på de 45 år? 2. Præsentere resultater samt fordele og ulemper ved brug af forskellige kortlægningsmetoder til fremtidig overvågning af tilgroning.

- Hvor meget af vores enge og moser er der forsvundet som følge af tilgroning gennem de sidste 45 år?

7 Undersøgelse af tilgroning - case område Det tidligere Ringkøbing Amt. Udgør ca km 2 eller ca. 11 % af Danmarks samlede areal. Hvorfor Ringkøbing Amt: 1) Majoriteten af de danske enge og moser ligger i Jylland 2) Adgangen til historiske flyfotos er god for Ringkøbing Amt.

Hvorfor Ringkøbing Amt: 1) Majoriteten af de danske enge og moser

8 Undersøgelsesdesign Input dataset: Lavbundstemaet. Eneste digitale datasæt i DK som indeholder historiske enge og moser. Datasættet er fra slut firserne og er digitaliseret på baggrund af ældre topografiske kort fra starten af 1900-tallet. Sample design Caseomr. overlejret med grid bestående af 1km 2 celler. 136 udvalgt. Enge og moser re-digitalisere for at få udbredelsen af enge og moser anno 1965 (vha. kort og flyfotos). 123 celler tilbage med enge og moser anno 1965 (342 polygoner og i alt 1383 ha). 1km 2 celle med eng polygoner anno 1965

Sample design Caseomr. overlejret med grid bestående af 1km 2 celler. 136 udvalgt.

Kortlægning land cover/land use change De 342 enge fra 1965 derefter analyseret og kortlagt i 1987 og 2010.

9 Kortlægning land cover/land use change De 342 enge fra 1965 derefter analyseret og kortlagt i 1987 og Kortlagt pba. af tematiske kort: Markkortdatasæt (FødevareErhverv) Data fra KMS og visuel analyse af flybilleder

10 Den visuelle analyse - kortlægning vha. punkt-grid Klassifikation af land cover lavet vha. punkt-grid: Hurtigere og nemmere at klassificere ift. digitalisering - Estimat af fladedække lige så godt som resultat ved digitalisering 2010 Hvert punkt visuelt analyseret vha. fortolkning af flyfotos og derefter klassificeret inden for 9 arealklasser.

punkt-grid: 1987 - Hurtigere og nemmere at klassificere ift.

11 CODE 10 Klassifikation CLASS Buske 9 arealklasser anvendt ifm. klassifikationen. Til hver af klasserne udviklet en fortolkningsnøgle Skov/plantage Eng og mose Hede og kombineret hede/græs Anden kort vegetation (markskel, grøft, have, m.fl.) Marker i rotation med afgrøder/græs Vand (søer, åer, hav) Bebygget mv. (bygninger, veje, dambrug, grusgarve, etc.) Bar jord (fx strand)

20 30 40 50 60 70 80 90 Skov/plantage Eng og mose Hede og kombineret hede/græs Anden kort vegetation

12 Resultater Overlay analyse lagt sammen med punkt-baserede analyse Overlay analyse (tematiske kort) Punkt-baserede analyse (flyfotos) + = samlet resultat for samplen på de 1383 ha eng og mose fra 1965

13 Samlet status anno 2010 for samplen på 1383 ha eng fra 1965: 100% 90% 80% 70% 9,4 % - Tilgroet Resultater 60 % af engarealet fra 1965 var i 2010 subsidieret med støtte fra EU. De resterende 40 % som ikke modtog støtte: - 24% tilgroet 60% 50% 40% 30% 20% 10% 0% St at us ,5 % - Eng/Græs 29,5 % - Omdrift inkl. græs i omdrift Sker før Ca. 5% efter Af de 342 græslands-polygoner som var uden tilgroning i 1965 er 183 (54%) i større eller mindre grad påvirket af tilgroning: - Heraf 67 (20%) => 30% tilgroning Opdyr ket (omdr i f t) E ng og per m. gr æs på eng B y og i nf r astr uktur Rest / sl i ver s T i l gr oet Skov (ti l pl antet) Sø og å Aller ede tilgr oet 1965 Div andet

14 Resultater skalleret op Ringkøbing Amt: Udvikling for eng og mose i Ringk. Amt Ca ha eng og mose i starten af 1900-tallet Ca. 50 % forsvundet frem til Tilbage = ha Frem til 2010 ca. 30% opdyrket = ha (det meste fra 65-87) Frem til 2010 ca. 10% groet til = ha I 2010 i alt ca ha tilbage Ha

500 ha Frem til 2010 ca. 30% opdyrket = 12.750 ha (det meste fra 65-87) Frem til 2010 ca.

15 Hvor hurtigt sker tilgroningen? I 1987 = 4,7 % af eng arealet fra 1965 groet til med buske I 2010 = 9,4 % -> Indikerer et konstant tab af enge som følge af tilgroning Hvis nuværende trend fortsætter kan vi regne med at ca. 5 % af engarealet tabes hvert 25 år som følge af tilgroning.

9,4 % -> Indikerer et konstant tab af enge som følge af tilgroning

16 Metodens anvendelighed ifm. retrospektive studier Sample- og punkt-grid baserede metode er velegnet: + Manuel fortolkning giver betydeligt bedre klassifikationsresultat ift. brug af automatiserede klassifikationsmetoder, især ved s/h billeder + Klassificering af punkter er hurtigere, nemmere og sikrere end at digitalisere (afgrænsning af polygon tit et problem) + Resultatet fra en sample rammer næsten lige så præcist som en fuld kortlægning + En sample er hurtigere, nemmere og billigere at kortlægge sammenlignet med en fuld kortlægning Klassificering af punkter er stadig tidskrævende Manuel fortolkning/klassificering kan være præget af bias

brug af automatiserede klassifikationsmetoder, især ved s/h billeder + Klassificering af punkter er hurtigere, nemmere og sikrere end at digitalisere

17 Fremtidig overvågning af tilgroning I dag mange forskellige typer data til rådighed: Højt opløselige fly-/satellitbilleder = detaljerigdom Mere informaiton pga. flere bånd ikke kun RGB, men også fx NIR = bedre klassifikationsresultater LiDAR (Light Detection and Ranging) baseret på laser pulser -> bruges til at lave DTM og DSM = højdeinformation Problem at skelne især buske og mindre træer fra græs vha. fly-/satellitbilleder ligner hinanden spektralt (ens pixel-værdi). Grøn Her kan brug af LiDAR tilføje vigtig information -> højdeinformationen kan bruges til at skelne mellem objekter som spektralt ligner hinanden. Grøn Grøn

lave DTM og DSM = højdeinformation Problem at skelne især buske og mindre træer fra græs vha.

18 Men hvad kan betale sig hvad virker bedst i praksis? Tre kortlægningsmetoder sammenlignet til kortlægning af træer/buske Digitalisering Punkt-grid Automatiseret (LiDAR + CIR -> NIR, G, B). Software: ecognition

af træer/buske Digitalisering Punkt-grid

19 Projektområde 11 km 2

20 Test Grid af 240x260m celler 20 celler udvalgt Klassifikation af alle træer/buske mhp. at estimere arealdækket Parametre: Klassifikationsresultat Tidsforburg

21 Klassifikation af træer/buske vha. digitalisering Eksempel på resultat fra celle Celler = 240x260m. I alt 20 stk. Resultat, træer og buske for alle 20 celler = 18.3% Tid brugt = 5 timer

22 Klassifikation af træer/buske vha. punkt-grid Eksempel på resultat fra celle Celler = 240x260m. I alt 20 stk. 1 punkt hver 20 meter. I alt 3120 punkter. Resultat, træer og buske for alle 20 celler = 18.2% Tid brugt = 30 min.

23 Automatiseret klassifikation: LiDAR + CIR Eksempel på resultat fra celle Celler = 240x260m. I alt 20 stk. Resultat, træer og buske for alle 20 celler = 21.1% Tid brugt = ca. 30 min.

24 Vurdering af klassifikationsnøjagtighed Klassifikationsresultat pba. de to visuelt baserede metoder antages at være meget nøjagtigt. Kun den automatiserede metode vurderet ift. nøjagtighed. Automatiserede klassifikation sammenlignet med 439 visuelt klassificerede reference punkter fordelt på 3 klasser. Træer og buske (>1.8m) Man-made (primært huse) (>1.8m) Anden overflade (mark, vand, vej, mv.) Samlet (alle tre) 94.1% 70.2% 97.3% 90.1% Træer og buske digitaliseret Træer og buske kortlagt ved automatiseret metode

25 Sammenligning af resultater samt fordele og ulemper Digitalisering Punkt-grid Automatiseret Høj klassifikationsnøjagtighed JA JA JA Resultat 18.3% 18.2% 21.1% Nem at implementere / anvende JA JA NEJ Forarbejde Begrænset Begrænset Meget Celler = 240x260m. I alt 20 stk. Tidskrævende kortlægning MEGET 5 timer NEJ 30 min NEJ 30 min

26 Fremtidig monitering af tilgroning Sample-baseret tilgang er oplagt! Bruges i mange lande: NILS (SE), 3Q (NO), CzechTerra (CZE) m.fl. Kunne fx være et grid af 1km celler fordelt ud over landet efter udvalgte strata (ex. landskabs- /georegioner, naturtyper, mv.) Hvilken metode til kortlægning -> Automatisk eller manuel? Automatiseret (LiDAR+CIR) -> Realistisk, men kan blive dyrt og tidskrævende alt efter antallet af gridceller (dyrt at laser scanne for hele landet! + databehandling tager lang tid!) Punkt-grid -> realisktisk, flybilleder produceres hvert år = nemt tilgængelige. Kortlægning tager tid, men er betydeligt hurtigere end digitalisering. Overvågning af tilgroning bør selvfølgelig indgå som en del af et mere bredt moniteringsprogram!

27 Kontaktinfo: Thomas Hellesen Skov og Landskab, KU, LIFE Tak for jeres opmærksomhed

Relaterede dokumenter

Integrering af feltbesigtigelse og billedbaseret information til overvågning af danske kysthabitatnaturtyper

INSTITUT FOR BIOSCIENCE slide 1 af 20 Integrering af feltbesigtigelse og billedbaseret information til overvågning af danske kysthabitatnaturtyper Anders Juel, Geoff Groom, Rasmus Ejrnæs og Jesper Fredshavn