Drone-baseret remote sensing af arktisk. vegetation

Relaterede dokumenter
Drone-baseret remote sensing i arktisk økologi Signe Normand

Satellitbilleder. Demonstration af satellitbilled-typer og deres anvendelse i forskning og undervisning

Perspektiverne for brug af satellitbilleder til kortlægning i det offentlige FOTdanmark 30-okt Rasmus L Borgstrøm GIS & RS specialist, DHI GRAS

GRAS. GRAS profil UDVINDING AF GEODATA FRA SATELLITBILLEDER OG FLYFOTOS - KOBLING MELLEM REMOTE SENSING OG GIS

GIS. IKONOS. Hyperion.

Integrering af feltbesigtigelse og billedbaseret information til overvågning af danske kysthabitatnaturtyper

Droner Generelt om droner Hvad kan de, og hvad må de? Hvordan fungerer de? Drone-information til hvad? Spørgsmål

Kortlægning fra doner, fly og satellit IDA workshop 4. maj Lars Boye Hansen, Senior project manager, DHI GRAS

Byudvikling, klimaændringer og oversvømmelsesrisiko

ANVENDELSE AF DRONER I LANDBRUGET Agronom Robert Nøddebo Poulsen SpectroFly ApS

brug af in-situ sensorer i afløbssystemet

Future Cropping - dronebilleder giver vigtige informationer i hele vækstsæsonen. Jesper Rasmussen Institut for Plante- og Miljøvidenskab (PLEN)

AARHUS UNIVERSITET DCE RÅDGIVNINGSPANEL AUGUST 2015

Gradueret planteværn på basis af droneoptagelser Jesper Rasmussen Det Natur- og Biovidenskabelige Fakultet, KU

Specialemuligheder ved Økoinformatik & Biodiversitet (ØKOINF)

En model for elbilers energiforbrug baseret på GPS-data fra Test en elbil

Droner (UAS) - er det, det nye sort? Af Morten Sørensen mmks@niras.dk Projektleder Informatik, NIRAS A/S

DET ØKONOMISKE POTENTIALE VED PRÆCISIONSLANDBRUG.

Satellitdata til landbruget Skaber det værdi eller er det varm luft?

Forskning i Kort & Matrikelstyrelsen. Oktober 2000

Landkortlægning af Grønland

Notat vedr. interkalibrering af ålegræs

Sortforskelle i rodvækst og tørketolerance

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

Fremmedlegeme - håndtering - introduktion. Niels T. Madsen

Droner ukrudt og sorters konkurrenceevne. Jesper Rasmussen

Remote Sensing. Kortlægning af Jorden fra Satellit. Note GV 2m version 1, PJ

Seminar om vandrammedirektivet: værktøjer og virkemidler, Foulum, 27. februar 2018 Grundvands- og skala aspekter -Nitrat transport og reduktion

Droner et fotogrammetrisk alternativ til landmåling

Kortlægning af arealanvendelse og arealdække i Danmark

Billedbehandling til analyse af frøsundhed i spinat

PRÆCISIONSLANDBRUG MED DRONER. Januar 2016

Specialemuligheder ved Økoinformatik & Biodiversitet (ØKOINF)

Remote Sensing til estimering af nedbør og fordampning

Erosion af de Danske Kyster

Årsmøde Plante & Miljø

Nye teknologier giver nye muligheder Landsdækkende beregning af vertikale og horisontale landbevægelser fra satellit

Botanisk overvågning af naturområdet Korevle i 2010 og 2014

Styrelsen for Vand- og Naturforvaltning

Overvågning af habitater ved hjælp af LiDAR baserede højdedata. Peder K. Bøcher Økonformatik & Biodiversitet Aarhus Universitet

BJ-Agro Kartoffeldag 2019 Erfaringer og muligheder med præcisionsteknologi i kartofler. 7. Februar 2019

Miljøministerens besvarelse af spørgsmål nr. A og B stillet af Folketingets Forsvarsudvalg

Klassifikation af spinatfrø prøver

Københavns Universitet. Opmålingsrapport - Amager, Nordfyn og Odense Pedersen, Jørn Bjarke Torp; Kroon, Aart. Publication date: 2010

International outlook - satellitdata og præcisionslandbrug i verden. Lars Byrdal Kjær, Teknologisk Institut

Brug af hjemmesiden samt Naturbasen App.

Baggrundsrapport. Nuuk flora og fauna KALAALLIT AIRPORTS A/S

Brug af Satellit data til redegørelse af natur og landskab

Termiske målinger til lokalisering af områder med grundvandsudstrømning

Botanisk overvågning af naturområdet Korevle i 2010 og 2014

Danmarks byer fra nye vinkler

Reeksamen i Statistik for Biokemikere 6. april 2009

Ekstremregn i Danmark

Miljøovervågning fra Satellit

Lineær regression i SAS. Lineær regression i SAS p.1/20

Lineær regression. Simpel regression. Model. ofte bruges følgende notation:

Levering på bestillingen Markforsøg med efterafgrøder. Etableringstidspunktets betydning for dækningsgrad

Case 3: DTU - Forskning, undervisning og myndighedsbetjening.. Rene Forsberg + DTU kolleger ( Polar DTU )

Brug af GeoDanmark ortofoto med nærinfrarød lag

Kortlægning af retention på markniveau erfaringer fra NiCA projektet

Ændring i den relative vandstand påvirker både natur og mennesker ved kysten. Foto: Anne Mette K. Jørgensen.

Visualisering af punktskyer og ortofoto i Descartes. Morten M. Sørensen Niras BlomInfo (mmks@niras.dk)

LUFTFOTO. Historie, teknik og anvendelse. Copyright Kort & Matrikelstyrelsen

Satellitbaseret vegetationskortlægning. i Vestgrønland DANCEA. PhD-afhandling Mikkel P. Tamstorf

Registrering af bytræer

Smart City i Aarhus. Byens drift og bygningsdrift. 21. marts 2018 / Søren Dall-Hansen

Kortlægning af overfladetemperatur med drone

1 Regressionsproblemet 2

Automatisk satellit overvågning af

Aarhus Vands nye avancerede vejrradar ved Malte Ahm, Aarhus Vand

Mindste kvadraters tilpasning Prædiktion og residualer Estimation af betinget standardafvigelse Test for uafhængighed Konfidensinterval for hældning

Nyt om IT og noget andet. v/ Torben Videbæk. 3. februar 2016

Dette er et appendikshæftet tilhørende rapporten Automatisk kortlægning af vandløb.

Sampling tools til ArcGIS

Betydning af indlæring for kreaturernes græsningsadfærd belyst på Himmerlandske heder

To spørgsmål: Hvilken betydning har de manglende svar på items for målingen af spiritualitet?

Efficiency og Effectiveness i Survey Research. Carsten Stig Poulsen, Aalborg Universitet

Vedrørende miljøpositivliste for de af producentorganisationers driftsfonde, hvor investeringer kan støttes med 60 % fra EU

Droner i havebrug markkort, plantetælling og mere

Omlægning af ydelser ud fra selvværd og sammenhæng. Status til Social- og Sundhedsudvalgsmøde 24. april 2019.

Tilbagemelding - personbårne partikel- og GPS målinger Foretaget i Københavns Lufthavn i oktober 2012

Lineær og logistisk regression

Udfordringer og muligheder for at styrke forskningen i kvalitet og patientsikkerhed

Haraldsborg Vandværk ny strategi til undersøgelse af effekter på grundvandet, jan/marts 2018

NYE METODER TIL KORTLÆGNING AF BIODIVERSITET

Synker vi? Vertikale landbevægelser fra Sentinel-1

FAUPE Forbedring af Afgrødernes Udbytte og Produktionsmæssige Egenskaber

Kvælstofkoncentrationen og algeproduktionen over året og betydningen for miljøtilstanden

Kortlægning af Invasive arter med droner

5T Projektet Together To Twenty Ton in RAPPORT MED FORSØGSDATA OG RESULTATTABELLER REPORT WITH TRIAL DATA AND TABLES OF RESULTS

BRUGERTILFREDSHEDS UNDERSØGELSE

Reeksamen i Statistik for biokemikere. Blok

Multipel regression. M variable En afhængig (Y) M-1 m uafhængige / forklarende / prædikterende (X 1 til X m ) Model

Opskalering og potentiale for implementering

Undgå at processerne stivner ved at fokusere på hvorfor fremfor hvordan

BESTANDSUDVIKLING OG FORVALTNING AF HEDEPLETVINGE I DANMARK

Dansk Botanisk Forening

BEDRE FRØKVALITET - NYE TEKNIKKER TIL DETEKTION AF PLANTESKADEGØRERE OG ANDRE FRØ

Kortlægning af dræn med georadar og karakterisering af drænstrømning via tracerforsøg

Transkript:

Drone-baseret remote sensing af arktisk vegetation Jysk Naturhistorisk Forenings Temadag Spirende biologer Bjarke Madsen Aarhus Universitet bjarke.madsen@bios.au.dk Foto: Sigrid Schøler Nielsen 12-11-2016 1

Baggrund Klimaforandringer påvirker vegetationen Greening Ændring i primærproduktion Ændring i energibalancen Ændring i artssammensætning Browning

Baggrund Kortlægning og overvågning Oprettelse af baseline Standardisering af metoder Stor nøjagtighed efter skala

Remote sensing Satellitter, fly og droner Remote sensing data er afhængig af: Platforme Sensorer Overvejelse af muligheder og behov inden studiet påbegyndes

Remote sensing Rumlig opløsning Areal (på jorden) dækket af en enkelt måling/observation ofte pixel størrelse når vi taler billeder Droners flyvehøjde muliggør en ultrahøj opløsning (små pixels) Flere detaljer bliver synlige Relativt stort areal dækkes

Remote sensing Rumlig opløsning Areal (på jorden) dækket af en enkelt måling/observation ofte pixel størrelse når vi taler billeder Droners flyvehøjde muliggør en ultrahøj opløsning (små pixels) Flere detaljer bliver synlige Relativt stort areal dækkes HØJ LAV

Remote sensing Tidsmæssig opløsning Tiden imellem to målinger fra samme lokalitet Droner er en relativ fleksibel platform høj opløsning Målinger kan udføres på hvilket som helst tidspunkt Overvågning kræver >1 målinger

Vegetationsgenkendelse Vegetationsgenkendelse Sensorer med forskellige formål Simple/avancerede Vegetationens udseende Spektral Strukturel Alm. Digital kamera Multispectral LiDAR Hyperspectral

Droner i felten Drone-system Drone Differential GPS 10x GCP s + Groundtruth Multispektral Sensor LiPo Batteri Felt-laptop Colorchecker Lyskalibrering Transportable solpaneler

Droner i felten Drone-system Drone Differential GPS 10x GCP s + Groundtruth Multispektral Sensor LiPo Batteri Felt-laptop Colorchecker Lyskalibrering Transportable solpaneler

Droner i felten Drone-system Drone Differential GPS 10x GCP s + Groundtruth Multispektral Sensor LiPo Batteri Felt-laptop Colorchecker Lyskalibrering Transportable solpaneler

Droner i felten Drone-system Drone Differential GPS 10x GCP s + Groundtruth Multispektral Sensor LiPo Batteri Felt-laptop Colorchecker Lyskalibrering Transportable solpaneler

Droner i felten Drone-system Drone Differential GPS 10x GCP s + Groundtruth Multispektral Sensor LiPo Batteri Felt-laptop Colorchecker Lyskalibrering Transportable solpaneler

Kortlægning af arktiske buske Arktiske buske Loiseleuria procumbens Ledum palustre Salix glauca Harrimanella hypnoides Betula nana Empetrum nigrum Vaccinium uliginosum

Kortlægning af arktiske buske Klassifikation Random forest 40 m 80 m

Kortlægning af arktiske buske Klassifikation Random forest 40 m 80 m

Kortlægning af arktiske buske Klassifikation Random forest 40 m 80 m

Kortlægning af arktiske buske Klassifikation Samlede resultater 20 grønlandske prøvefelter langs polarcirklen 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Arealdække pr. felt Shrub Non-shrub Ground

Kortlægning af arktiske buske Analyse Multivariat regressionsmodel der forklarer Shrub cover Drone-, satellit- og felt-baserede data Vegetations-, makroklimatiske og mikrotopografiske variable Estimat SE t P (Intercept) -0.6305 0.3181-1.982 0.0661. Mean Drone NDVI 1.1516 0.1131 10.181 < 0.0001 *** Solindstråling Manual 0.0707 0.0463 1.528 0.1474 Temp. i varmeste periode 0.0042 0.0026 1.627 0.1245 Nedbør i varmeste periode 0.0018 0.0013 1.407 0.1799 SE(Res.) 0.0737 DF 15 Adj. R 2 0.91 p < 0.0001 ***

Opsummering Potentialet er stort i sig selv pga.: Ultrahøj spatial opløsning = fin skala Høj temporal opløsning Fleksibilitet og variation af sensorer Potentialet er sandsynligvis endnu større i kombination med: Satellitter, fly og feltstudier

Take-home Take-home Ny tilføjelse til remote sensing værktøjskassen Ikke en erstatning for traditionelle metoder, men et supplement der kan øge detaljegraden Anvendt litteratur Toth, C., Józków, G. Remote sensing platforms and sensors: A survey. (2015) Micasense Inc., MicaSense RedEdge TM 3 Multispectral Camera User Manual (2015) Cunliffe, A. M., Brazier, R. E.,Anderson, K. Ultra-fine grain landscape-scale quantification of dryland vegetation structure with drone-acquired structure-frommotion photogrammetry. (2016) Foto: Sigrid Schøler Nielsen

Tak Signe Normand Urs Treier Samira Kolyaie Sigrid Nielsen Anne Blach-Overgaard Damien Georges Margrete Aakjær Christiansen Thea Kristensen Foto: Urs Treier