W badaniach oceniono dokładność wyznaczenia powierzchni europejskich lasów w bazie danych Global Land Cover Characterization (GLCC). Jako dane referencyjne wykorzystana została mapa CORINE Major Land Cover Types of Europe. Dla danych zagregowanych do dwóch klas: lasy i obszary nieleśne obliczono wskaźniki dokładności. Przestrzenne zróżnicowanie dokładności badano w polach podstawowych 100 × 100 km. Powierzchnie lasów w obu bazach danych są zbliżone, co wynika z kompensowania się błędów niedoszacowania i przeszacowania powierzchni leśnej w bazie danych GLCC. Lesistość szacowana za pomocą GLCC może znacząco różnić się od wartości faktycznych. Przeszacowanie powierzchni leśnej cechuje Skandynawię, niedoszacowanie niziny zachodniej i środkowej Europy. Współczynnik Kappa zmienia się od 0 do 70%. Wartości wskaźników dokładności są zależne od faktycznej lesistości. Błędy w oszacowaniu powierzchni leśnej danych GLCC wynikają przede wszystkim z wykorzystania danych wejściowych o małej rozdzielczości przestrzennej dla obszarów o znacznej heterogeniczności użytkowania ziemi i pokrycia terenu. Błędy te mogą być korygowane za pomocą prostych technik kalibracyjnych.
EN
The study attempts to estimate the accuracy of the delimitation of European forests within the Global Land Cover Characterization (GLCC) Data Base. As a reference, CORINE Major Land Cover Types of Europe data set was used. The analysis was carried out for data aggregated to two classes: forests and non-forest areas. Matrix overlays allowed computation of accuracy indices. Kappa coefficient and the difference of actual (CORINE) and predicted (GLCC) forest proportion were mapped for spatial units 100 × 100 km. The area of forests derived from the CORINE data equals 1.18•106 km2, and the value predicted is almost exactly the same, 1.17•106 km2. User’s and producer’s accuracies of forest delimitation equal 57%. Local differences between actual and predicted forest proportion may exceed 25 percentage points. Overestimation of the forest area occurs in Scandinavia, while underestimation in lowland Western and Central Europe. Kappa coefficient varies from 0 up to almost 70%. Low values were found in lowland Central and Western Europe, Ireland, the Mediterranean and Scandinavia. Values exceeding 40% were observed in a belt stretching from northern Spain to Bulgaria. Differences between actual and predicted forest proportion, as well as Kappa coefficient depend on the actual forest proportion. Errors of forest delimitation within the GLCC data set are related mainly to the classification of coarse resolution data in areas of highly diverse land cover pattern. The overestimation of dominant land cover classes in the GLCC leads to locally inaccurate predictions, which should be calibrated for the purposes of regional research.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy przedstawiono relacje pomiędzy wysokością bezwzględną a użytkowaniem ziemi oraz zaludnieniem w kilku łańcuchach górskich: Alpach, Himalajach, Karpatach, Kaukazie i Pirenejach. Wykorzystano dostępne w Internecie dane globalne: cyfrowy model wysokości GTOPO30, mapy użytkowania ziemi Global Land Cover Characteristics i Corine Land Cover oraz mapę rozmieszczenia ludności Gridded Population of the World. Analizowano zróżnicowanie gęstości zaludnienia, udział użytków rolnych oraz lesistość w klasach wysokości od podnóży gór po górną granicę lasu. Zróżnicowanie przestrzenne interpretowano zarówno w kontekście warunków przyrodniczych, jak i zmieniającej się w czasie presji człowieka na środowisko gór.
EN
The paper presents the relations between altitude a.s.l. and land use and population distribution in several mountain chains: the Alps, the Himalaya, the Carpathians, the Caucasus and the Pyrenees. In the study the global data sets were used, available on the Internet: GTOPO30 digital elevation model, Global Land Cover Characteristics, Corine Land Cover and Gridded Population of the World. Population density, share of agricultural land and share of forests in the classes of altitude from the foothills up to the upper treeline were analyzed. The spatial variations were interpreted both in terms of environmental conditions as well as changing human impact.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.