Wyniki wyszukiwania - BazTech

1

Analysis of land use and land cover maps suitability for modeling population density of urban areas – redistribution to new spatial units based on the object classification of rapideye data

Pirowski T., Wietrzykowska K., Timek M.

Geoinformatica Polonica

|

2018

|

T. 17

65--75

EN

The series of articles contains a comparison of the use of information on building zones from three sources for dasymetric population mapping: from the Corine Land Cover project (CLC), from the Urban Atlas project (UA) and from the object classifi cation (OBIA) of the RapidEye data. These sources are characterized by varying spatial and thematic accuracy as well as a diff erent methodology of building separation. The experiment was carried out in the area of Kraków, using statistical data from 141 urban units (u.u.) of the city. In the fi rst part of the cycle, population conversions were presented based on the Corine Land Cover (CLC) and Urban Atlas (UA) databases. The second part presents the methodology of mapping construction zones, divided into several categories, by means of object classifi cation (OBIA). The classifi cations were carried out on four RapidEye satellite images. The developed map is the basis for the population calculation in three variants: binary method, and two surface-weight aggregation methods, where the proportions of population density for diff erent building categories are calculated by minimizing square error (RMSE) and percentage (MAPE) in census units. The obtained results of the population distribution indicate the need to determine the function of development. Therefore, in addition, experiments were carried out combining OBIA results with the LULC map of the UA project. From the experiments it appears that from the tested six variants of population mapping the best is the surface-weight method based on OBIA+UA (RMSE = 4,270 people/u.u., MAPE = 75%.). Binary method based on OBIA+UA results at RMSE = 4540 people/u.u., MAPE = 108%. Results with the use of OBIA, without correction of building functions with UA, are incorrect (RMSE: 5958–7987 people/u.u., MAPE: 2262%–6612 %). In the subsequent parts of the publication cycle, the results obtained so far will be compared: three CLC-based maps, three UA-based maps, six maps based on OBIA / OBIA+UA. To verify the population map, a detailed reference map of the Bronowice district will be used as well as a 1-kilometer GUS grid. A discussion will be conducted related to the use of RMSE and MAPE parameters in the process of results optimization. A ranking of methods and recommendations will be developed to improve the results of population conversion based on CLC, UA and OBIA.

PL

Cykl artykułów zawiera porównanie możliwości wykorzystania do kartowania ludności informacji o strefach zabudowy z trzech źródeł: z projektu Corine Land Cover (CLC), z projektu Urban Atlas (UA) oraz z wyniku klasyfikacji obiektowej (OBIA) danych RapidEye. Źródła te charakteryzują się różną dokładnością przestrzenną i tematyczną oraz różną metodologią wyodrębniania zabudowy. Eksperyment przeprowadzono na obszarze Krakowa, wykorzystując dane statystyczne ze 141 jednostek urbanistycznych miasta. W pierwszej części cyklu zaprezentowano przeliczanie populacji w oparciu o bazy danych Corine Land Cover (CLC) oraz Urban Atlas (UA). W drugiej części przedstawiono metodykę kartowania stref zabudowy, z podziałem na kilka jej kategorii, za pomocą klasyfikacji obiektowej (OBIA). Klasyfikacje przeprowadzono na czterech zmozaikowanych obrazach satelitarnych RapidEye. Opracowana mapa stanowi podstawę do dazymetrycznego przeliczenia ludności w trzech wariantach: binarnym, oraz dwóch powierzchniowo-wagowych, gdzie proporcje zagęszczenia ludności dla różnych kategorii zabudowy obliczane są poprzez minimalizację błędu kwadratowego (RMSE) i procentowego (MAPE) w jednostkach spisowych. Uzyskane wyniki rozkładu ludności wskazują na potrzebę określenia funkcji zabudowy. Dlatego dodatkowo wykonano eksperymenty łączące wyniki OBIA z mapą LULC projektu UA. Z eksperymentów wynika, że z testowanych sześciu kartowania ludności najlepszym jest metoda powierzchniowo-wagowa oparta o OBIA+UA (RMSE=4270os., MAPE=75%.). Metoda binarna oparta o OBIA+UA notuje wyniki na poziomie RMSE=4540os., MAPE =108% Wyniki z zastosowaniem OBIA, bez korekcji funkcji zabudowy przy pomocy UA, są błędne (RMSE: od 5958–7987os., MAPE: 2262%–6612%). W kolejnych częściach cyklu publikacji zostaną porównane dotychczas uzyskane wyniki: trzy mapy oparte o CLC, trzy mapy oparte o UA, sześć map opartych o OBIA/ OBIA+UA. Do weryfikacji map populacji zostanie użyta szczegółowa mapa referencyjna dzielnicy Bronowice oraz kilometrowa siatka GUS. Przeprowadzona będzie dyskusja związana ze stosowaniem parametrów RMSE i MAPE w procesie optymalizacji wyników. Opracowany zostanie ranking metod oraz rekomendacje zmierzające do uzyskania poprawy wyników przeliczania ludności w oparciu o CLC wariantów, UA i OBIA.

2

Mapa zmian pokrycia terenu małopolski 1986-2011 wykonana w oparciu o klasyfikację obiektową obrazów satelitarnych Landsat oraz RapidEye

Wężyk P., Wójtowicz-Nowakowska A., Pierzchalski M., Mlost J., Szafrańska B.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2013

|

Vol. 25

273--284

EN

Changes in land use / land cover are the result of interaction between natural processes and human activity. Using GIS analysis to estimate the dynamic of these changes we can detect former trends and their simulation in the future. Diagnosed directions of changes can be used e.g. to create local plans of spatial management or region growth policy. Main goal of this study was to diagnose main trends of changes in land use / land cover in Malopolska voivodeship in last 25 years (1986-2010). Results were shown as statistics and map compositions. Project was created based on RapidEye and LANDSAT 5 TM satellite data and aerial imagery from 2009-2010. The best way to process huge amount and various data was to use Object Based Image Analysis (OBIA). As the results of classification we received 10 classes of land use for both terms of analyses (1986-1987 and 2009-2010). Identified classes were: bare soil, grass-covered areas, urban areas, rivers and watercourses, coniferous forest, leaf forest, peatbog, and other areas. Results show, that especially 2 classes arisen much: forest (4.39%) and urban areas (2.40%), mostly at the expanse of agricultural (-3.60%) and grass-covered areas (-1.18%). Based on results we can say, that changes detected in past 25 years in Malopolska region, which we can also notice today, agree with general trends of landscape changes, that we can observe in Poland for the last 3 decades. These general changes are: renewed succession of forest on areas where agricultural production discontinued; also intense development of road infrastructure. Object Based Image Analysis allowed to realize these study for area of more than 15 000 km2 for only a few weeks.

PL

Zmiany pokrycia terenu i użytkowania ziemi są rezultatem wzajemnego oddziaływania na siebie złożonych procesów przyrodniczych oraz społeczno-ekonomicznych. Analizy przestrzenne GIS dynamiki tych zmian umożliwiają wykrycie występujących w przeszłości trendów i procesów oraz ich symulację dla nadchodzącego okresu. Zdiagnozowane kierunki przemian krajobrazu mogą zostać wykorzystane m.in. przy tworzeniu lokalnych planów zagospodarowania przestrzennego, czy generalnie kreowaniu polityki rozwoju regionów. Celem prezentowanego opracowania było zdiagnozowanie głównych trendów przemian pokrycia terenu województwa małopolskiego na przestrzeni ostatnich dwudziestu pięciu lat (19862011) oraz ich statystyczne i graficzne zaprezentowanie w postaci kompilacji map numerycznych. Projekt wykonano w oparciu o dane teledetekcyjne: zobrazowania satelitarne RapidEye i LANDSAT TM oraz lotnicze ortofotomapy (PZGiK) z lat 2009 - 2010. Duża ilość i różnorodność danych wymusiła zastosowanie obiektowego przetwarzania danych teledetekcyjnych, tj. klasyfikacji OBIA (ang. Object Based Image Analysis). W wyniku przeprowadzanej klasyfikacji otrzymano 10 klas pokrycia i użytkowania terenu dla dwóch terminów badawczych (1986-87 oraz 2010-11), tj.: grunty orne, użytki zielone, tereny zurbanizowane, rzeki i cieki, zbiorniki wodne, lasy iglaste, lasy liściaste, zadrzewienia i zakrzewienia, tereny różne oraz torfowiska. Wykazano, iż na obszarze Małopolski wystąpiło znaczne zwiększenie powierzchni lasów (wzrost o 4.4%) oraz terenów zurbanizowanych (wzrost o 2.4%), głównie kosztem powierzchni gruntów rolnych (ubytek o 3.6%) oraz trwałych użytków zielonych (ubytek o 1.2%). Otrzymane wyniki pozwoliły wysunąć wniosek, iż zmiany jakie zachodziły w przeciągu 25 lat oraz te, z którymi wciąż mamy do czynienia w województwie małopolskim, pokrywają się z ogólnymi kierunkami i trendami przemian krajobrazu obserwowanymi w Polsce w ostatnich trzech dekadach, tj. procesami sukcesji wtórnej zbiorowisk leśnych na gruntach, na których zaprzestano produkcji rolnej oraz związanych z inwestycjami infrastruktury drogowej i kolejowej. Zastosowanie automatycznej klasyfikacji obiektowej oraz analiz przestrzennych GIS pozwoliło na realizację opracowania dla obszaru ponad 15.000 km2 w ciągu zaledwie kilku tygodni.

3

Mapa zagrożenia erozyjnego gruntów rolnych w Małopolsce na podstawie klasyfikacji OBIA obrazów teledetekcyjnych oraz analiz przestrzennych GIS

Wężyk P., Drzewiecki W., Wójtowicz-Nowakowska A., Pierzchalski M., Mlost J., Szafrańska B.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2012

|

Vol. 24

403--420

PL

Zjawisko erozji wodnej należy do głównych przyczyn degradacji gleb w Europie. Stanowi ono również główny czynnik degradujący gleby na obszarze Małopolski - regionu o najwyższym stopniu zagrożenia erozyjnego w skali Polski. Występując lokalnie, w zależności od warunków fizjograficznych, może stanowić poważny problem gospodarczy i środowiskowy. Silne zróżnicowanie fizjograficzne oraz różne formy pokrycia i użytkowania terenu województwa małopolskiego, stanowiły główną potrzebę przeprowadzenia oceny zagrożenia erozyjnego i nasilenia stopnia degradacji gleb. Projekt realizowany dla Urzędu Marszałkowskiego Województwa Małopolskiego miał na celu identyfikację obszarów, które w największym stopniu narażone są na degradację(erozję potencjalną, czyli taką, jaka miałaby miejsce na polu użytkowanym jako czarny ugór bez stosowania zabiegów przeciwerozyjnych oraz erozję aktualną, czyli z uwzględnieniem aktualnej struktury użytkowania i stosowanych zabiegów przeciwerozyjnych) przez co w pierwszej kolejności wymagają wdrożenia skutecznych metod ochrony gleb użytkowanych rolniczo. W projekcie wykorzystano wysokorozdzielcze zobrazowania satelitarne systemu RapidEye z lat 2010-2011 oraz cyfrowe ortofotomapy lotnicze (RGB). Dane teledetekcyjne poddano zaawansowanej technologicznie klasyfikacji obiektowej (ang. OBIA - Object Based Image Analysis) w oprogramowaniu eCognition (Trimble Geospatial) wspartej analizami przestrzennymi GIS. Ocenę nasilenia erozyjnej degradacji gleb województwa małopolskiego przeprowadzono w oparciu o modelowanie z wykorzystaniem algorytmu USLE (ang. Universal Soil Loss Equation). Jest to najszerzej rozpowszechniony na świecie model erozyjny. W latach 90-tych XX wieku powstała nowa (zmodyfikowana) wersja modelu do określania erozji gleb, tj. (R)USLE. Ocena zagrożenia gleb województwa małopolskiego w aspekcie erozji potencjalnej wykazała, iż jedynie 15% powierzchni terenów użytkowanych rolniczo w województwie nie jest w zasadzie zagrożone erozją wodną. Na obszarze 28.6% terenów rolnych występuje natomiast potencjalnie średnie lub większe zagrożenie erozyjne - mogące skutkować trwałą degradacją profilu glebowego. Tereny zagrożone występują w największym nasileniu w południowej - górzystej części województwa. Ocena przeprowadzona w aspekcie erozji aktualnej pokazuje jednocześnie, iż rzeczywisty aktualny poziom zagrożenia erozyjnego jest znacznie niższy od potencjalnego. Ponad 40% terenów rolniczych nie jest obecnie narażonych na występowanie zjawisk erozji wodnej gleb, a erozja na poziomie średnim lub wyższym stwierdzana jest dla 10% powierzchni tych obszarów. Oznacza to, iż sposób prowadzenia gospodarki rolnej w znacznym stopniu ogranicza występowanie zjawisk erozyjnych. Podsumowując w przypadku województwa małopolskiego zagrożenie erozyjne użytków rolnych należy ocenić jako średnio-wysokie i dość mocno zróżnicowane terytorialnie. Zastosowana metodyka prac poza dużą oszczędnością czasu jaką przyniosła klasyfikacja obiektowa (OBIA) wykazała także możliwość wykorzystania modelu erozji (R)USLE dla jednostek administracyjnych o znacznej powierzchni, takich jak: powiat czy województwo.

EN

In 2011 the Marshal Office of Malopolska Voivodeship decide to evaluate the vulnerability of soils to water erosion for the entire region. The special work-flow of geoinformation technologies was used to fulfil this goal. First of all, the soil map had to be updated to include changes in land use and land cover which took place since 1960s, when most of them were made. The process of soil map updating had to be realised with very high degree of automation, because of the large area to be mapped (ca. 15 000 km sq.) and limited time period (ca. 3 months for complete erosion risk assessment). The approach used was based on the Object Based Image Analysis (OBIA) of orthophotomaps from both high resolution satellite images (RapidEye) and digital aerial photographs and applied GIS spatial analyses. Soil map with up-to-date land use and land cover information, together with rainfall data, detailed Digital Elevation Model and statistical information about areas sown with particular crops created the input information for erosion modelling in GIS environment. Soil erosion risk assessment was based on (R)USLE approach. Both, the potential and the actual soil erosion risk were assessed quantificatively and qualitatively. The soil erosion risk assessment for Malopolska Voivodeship showed that only 15% of the agricultural land in the region is generally free of the risk of water erosion. For the 28.6% of agricultural land the potential medium or higher risk of erosion exist - which can result in permanent degradation of the soil profile. The study was presented in forms of digital thematic maps and reports prepared for the entire area of Malopolska Voivodeship and each administrative district as well.

4

Klasyfikacja pokrycia terenu metodą OBIA z wykorzystaniem zobrazowań satelitarnych RapidEye

Wężyk P., Wójtowicz-Nowakowska A., Pierzchalski M., Mlost J., Szwed P.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2012

|

Vol. 23

489--500

PL

Wraz z rozwojem teledetekcji i wysokorozdzielczych obrazów satelitarnych istotnym wyzwaniem dla współczesnych badań stało się zautomatyzowanie procesu klasyfikacji pozyskiwanych danych. Jedną z bardzo szybko rozwijających się metod automatycznej klasyfikacji jest analiza obiektowa obrazu (OBIA, ang. Object Based Image Analysis). Celem pracy było wykorzystanie metody OBIA w przygotowaniu aktualnej mapy pokrycia terenu będącej ważnym elementem dokumentacji niezbędnej dla studium uwarunkowań budowy nowej hydroelektrowni na środkowym odcinku Wisły. W pracy wykorzystano wysokorozdzielcze zobrazowania satelitarne RapidEye (5 kanałów spektralnych, w tym dwa w zakresie NIR) pokrywające obszar około 5.300 km2 oraz oprogramowanie eCognition (TRIMBLE Geospatial) a także warstwy informacyjne GIS. W wyniku przeprowadzonych analiz uzyskano mapę pokrycia terenu reprezentowaną przez 29 klas. Największą powierzchnię terenu badań zajmują obszary użytkowane rolniczo (59.5%, z czego 35.5% grunty orne) oraz lasy (29.1%, z czego 21.4% drzewostany iglaste), co świadczy o charakterze tej jednostki fizjograficznej. Analiza dokładności uzyskanych wyników wykazała, iż metoda OBIA daje bardzo dobre rezultaty (współczynnik Kappa równy 0.8) w daleko zautomatyzowanym procesie generowania aktualny map pokrycia terenu dla obszarów centralnej Polski na podstawie obrazów satelitarnych RapidEye.

EN

Parallel with the development of remote sensing and high resolution satellite images major challenge for modern research has become almost to automate the classification of the data obtained. One of the most rapidly developing methods for automatic classification is object-oriented image analysis (OBIA, Object Based Image Analysis). The aim of the present study was to use the OBIA method to create the current land cover map which is part of the documentation necessary for new water power-station on the middle part of Vistula river. In this paper the RapidEye satellite images (5 spectral bands, two in the NIR range) covering an area of about 5 300 km2 and eCognition Developer (TRIMBLE) software were used. As a result of the analysis and land cover map was obtained, represented by 29 classes. The largest area is covered by agricultural land (59.5%; arable land – 35.52%) and forests (29.1%; mainly coniferous 21.4%), reflecting the rural – forestry character of the area. Analysis of the accuracy of the obtained results has shown that the OBIA method gives quite good results (Kappa coefficient equal to 0.8) for land cover mapping of central part of Poland based on the RapidEye imageries.