Zjišťování polohy ELA ledovců v pohoří Cordillera Blanca, Peru, z

Komentáře

Transkript

Zjišťování polohy ELA ledovců v pohoří Cordillera Blanca, Peru, z
Digitální technologie v geoinformatice, kartografii a dálkovém průzkumu Země
Praha, 22.10.2015
ZJIŠŤOVÁNÍ ZMĚN POLOHY ELA LEDOVCŮ V POHOŘÍ
CORDILLERA BLANCA, PERU Z DAT DPZ
DETECTION OF EQUILIBRIUM LINE ALTITUDE (ELA)
CHANGES FROM REMOTE SENSING DATA; CASE STUDY
FROM THE CORDILLERA BLANCA, PERU
Mgr. Zsolt Paraj
Univerzita Karlova v Praze
Přírodovědecká fakulta
Katedra aplikované geoinformatiky a kartografie
Úvod a cíle práce
• Tato diplomová práce je výsledkem spolupráce mezi Katedrou aplikované
geoinformatiky a kartografie a Katedry fyzické geografie a geoekologie
Přírodovědecké fakulty Univerzity Karlovy v Praze
• Proč monitorovat ledovce v Cordillera Blanca?
• Cíle práce:
•
•
•
•
•
•
zjistit změny ledovců v CB pomocí nástrojů a metod DPZ
použitím volně dostupných dat provádět analýzu v nejširším časovým období
provádět poloautomatickou klasifikaci předem určených klasifikačních tříd
klasifikovat smíšené plochy sněhu a sutě
zjistit změny sněhové čáry ve vybraných oblastech CB
zjistit vliv sklonu a orientace reliéfu na změnu sněhového pokryvu ve
vybraných oblastech CB
• zjistit přínosy senzorů Landsat 8 v monitorování ledovců
Cordillera Blanca, Peru
•
Největší ledové území v tropech
•
Délka 130 km
•
Nejvyšší vrchol: Nevado Huascarán Sur
(6768 m n. m.)
•
Zdroj pitné vody, zdroj vody pro zemědělství,
zdroj vodní energie
•
Velké srážkové rozdíly mezi mokrým (říjenduben) a suchým (květen-září) ročním
obdobím
Cordillera Blanca, Peru –
monitorované ledovce
Datové zdroje
• Všechny použitá data stažená přes USGS Earth Explorer
• Landsat data
• klady a zápory (prostorové rozlišení,
cena, časové rozlišení (cca. 16 dní),
chyba v Landsat 7 od 2003)
• časové rozmezí od 1987 do 2014;
měsíce červenec-září, celkem 29 scén
• Landsat 4,5,7 a 8
• oblačnost
• ASTER GDEM 2
•
•
•
•
ASTER GDEM vs. SRTM
z roku 2011
vertikální RMSE v CB je mezi 8 až 15 m
2 scény
Landsat předzpracování
• Koregistrace
• Landsat data stažená přes USGS jsou
obecně přesně koregistrované
• vizuální kontrola ukázala geometrickou
nepřesnost u Landsat 7 snímku z roku
1999
• ArcMap Band Collection Statistics Tool a
Matlab skript pro porovnání snímků
• úprava pomocí geometrické transformace
– ENVI Registration: Image to image –
afinní transformace
• Výpočet normalizovaných indexu
• NDVI, NDWI a NDSI
• Výřez snímků o velikosti 2400 x 2500
pixelů
Spektrální analýza
• Cílem je vytvořit spektrální křivku pro nalezení spektrálních odlišnosti sledovaných
krajinných pokryvů
• 2 skupiny Landsat senzorů podle rozložení kanálů:
•
•
•
Landsat 4 TM, 5 TM a 7 ETM+
Landsat 8 OLI/TIRS
Region of interests (ROI)
•
•
•
vodní plocha, sníh, sníh ve stínu, vegetace, kámen a smíšená plocha sněhu a sutě
pomocí normalizovaných indexů, Google Earth interpretaci, tvarů
celkem 46 a 65 ROI
• Statistické charakteristiky (minimální hodnota, maximální hodnota, průměrná hodnota a
rozptyl) jednotlivých krajinných pokryvů exportovány do Excelu
• Vytváření grafů pro lepší vizuální interpretaci
• Určení prahových hodnot
Výsledky spektrální analýzy –
Landsat 5
water
snow
snow in shadow
vegetation
rock
debris-covered snow
REFLECTANCE
20000
15000
10000
5000
0
BAND 1
BAND 2
BAND 3
BAND 4
BAND 5
BAND 7
LANDSAT 5 BANDS
water
snow
snow in shadow
vegetation
rock
debris-covered snow
INDEX VALUE
1
0,5
0
NDVI
NDWI
-0,5
-1
LANDSAT 5 INDEXES
NDSI
Výsledky spektrální analýzy –
Landsat 8
REFLECTANCE
water
snow
snow in shadow
vegetation
rock
debris-covered snow
12000
10000
8000
6000
4000
2000
0
BAND 1
BAND 2
BAND 3
BAND 4
BAND 5
BAND 6
BAND 7
LANDSAT 8 BANDS
water
snow
snow in shadow
vegetation
rock
debris-covered snow
INDEX VALUE
1
0,5
0
NDVI
NDWI
-0,5
-1
LANDSAT 8 INDEXES
NDSI
Klasifikační
algoritmus
• Použití neřízených klasifikací:
• ISODATA
• K-Means
• Metoda maskování
• Spojení maskovaných ploch v
ArcMap Raster Calculatoru
• Paul (2004) kritéria – sklon
reliéfu 24°
• Majority filtr
• Výsledky v podobě map
• Přesnost klasifikace:
• Porovnání s GLIMS Glacier
Database
• Porovnání s terénním měřením
– Mgr. Adam Emmer (2015)
ArcMap Raster
Calculator
Analýza změn sněhové čáry v CB
• Sněhová čára může být použita k
určení ELA na konci ablační
sezóny (Paterson, 1994)
• Výpočet pro vybrané podoblasti
pohoří (Huandoy, Huascarán,
Santa Cruz) a pro vybraných 11
ledovců (vybrané na základě jejich
rozlohy a přítomnosti smíšených
ploch sněhu a sutě)
• Vynechání oblastí s vysokou
oblačností
Analýza sklonu a orientace reliéfu
• Změna mezi roky 1989 a 2010
• Statistické výpočty v Excelu
• Histogram pro vizuální interpretaci
• Sklon – rozdělení po intervalech 5°
• Orientace – pro 4 a 8 světových
stran
• Výsledky v podobě map a grafů
snow area
2014.07.12
2010.08.18
2008.08.12
2006.07.22
2004.08.01
2002.08.20
2000.07.21
1999.07.11
1997.07.29
1995.08.25
1993.07.02
trend line
1991.08.14
Veliká oscilace změny sněhového
pokryvu (negativní trend) a změny
smíšených ploch sněhu a sutě
(pozitivní trend)
1989.08.24
•
580
560
540
520
500
480
460
440
420
400
1987.07.18
Výstupy v podobě map a grafů
Date
200
180
Area [km2]
•
Area [km2]
Výsledky klasifikace
160
debriscovere
d snow
area
trend
line
140
120
100
80
Date
Výsledky změn sněhové čáry I.
5150
Altutide [m]
5000
Huandoy mountain
4950
Huascarán mountain
4900
Santa Cruz mountain
4850
4800
trend line (Huandoy)
4750
trend line (Huascarán)
1987.07.18
1989.08.24
1990.07.10
1992.07.31
1994.07.21
1996.07.26
1998.09.02
1999.08.20
2001.08.09
2003.08.15
2005.07.03
2007.07.25
2009.07.30
2011.07.20
2014.07.12
• Oscilace změn sněhové
čáry (pozitivní trend)
5050
trend line (Santa Cruz)
Date
5400
Huancotepampa
5300
Altitude [m]
5200
Huandoy East
5100
5000
Piramide
4900
4800
Huandoy South
4700
Jatunraju
4600
4500
1987.07.18
1989.08.24
1990.07.10
1992.07.31
1994.07.21
1996.07.26
1998.09.02
1999.08.20
2001.08.09
2003.08.15
2005.07.03
2007.07.25
2009.07.30
2011.07.20
2014.07.12
• Výstupy v podobě map a
grafů
5100
Date
trend line
(Huancotepampa)
trend line (Huandoy
East)
5150
5100
5050
5000
4950
4900
4850
4800
4750
4700
4650
Cancahua
Schneider
Knizl
trend line (Cancahua)
trend line (Schneider)
trend line (Knizl)
Date
5100
5050
Santa Cruz South
5000
Santa Cruz West
4950
4900
Paccharuri
4850
trend line (Santa Cruz
South)
4800
Date
2013.07.09
2009.07.30
2007.07.25
2005.07.03
2003.08.15
2001.08.09
1999.08.20
1998.09.02
1996.07.26
1994.07.21
1992.07.31
1990.07.10
1989.08.24
4750
1987.07.18
Altitude [m]
Altitude [m]
Výsledky změn sněhové čáry II.
trend line (Santa Cruz
West)
trend line (Paccharuri)
Výsledky analýzy sklonu a orientace I.
• Výstupy v podobě map a grafů
Relative number of changed pixels [%]
• Největší změna v intervalu 60°64°
60
50
40
30
20
10
0
0-4
5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64
Slope [degrees]
Relative number of changed pixels
[%]
Výsledky analýzy sklonu a orientace II.
30
25
20
15
10
5
0
N
E
S
W
Relative number of changed pixels
[%]
Aspect [cardinal directions]
30
25
20
15
10
5
0
N
NE
E
SE
S
SW
Aspect [cardinal directions]
W
NW
Závěr
• Obtíže při zpracování:
•
•
•
•
•
kvalita vstupních dat – Landsat, ASTER GDEM
oblačnost ve vysokohorských oblastech
absence klimatických modelů
absence rozsáhlých „in situ“ naměřených bodů
rozdílné definice ledovců
• Výsledky:
• veliká oscilace změn sněhových a míchaných ploch a sněhových
čar – na druhou stranu jednoznačné trendy
• větší pravděpodobnost tání sněhu při extrémních sklonech
terénu – u zbytku sklonů normální rozdělení
• neexistuje dominantní světová strana u změn sněhových ploch
• Landsat 8 OLI/TIRS nemá výhodu v monitorování ledovců v
porovnání se staršími senzory Landsat TM a ETM+. Na druhou
stranu je limitovaný s dostupností dat.
Děkuji za pozornost!
Zdroj: Mgr. Adam Emmer

Podobné dokumenty

(Státní úřad radiační ochrany): GMES/Copernicus a jeho možnosti

(Státní úřad radiační ochrany): GMES/Copernicus a jeho možnosti - prostorové rozlišení pro střední Evropu je 3 úhlové vteřiny - tj. cca 90 x 60 metrů - ke stažení např. na webu Arcdata.cz 2) EU-DEM z projektu GMES RDA (GMES service for geospatial reference data...

Více

Země Inků 2013 - DAT Jablonec nad Nisou

Země Inků 2013 - DAT Jablonec nad Nisou Salinas, sušení soli z vody ing. Jiří Koudelka DAT Jablonec nad Nisou www.datjbc.cz, www.foto.datjbc.cz

Více

sentinel-1 scientific data hub sentinel-1 toolbox

sentinel-1 scientific data hub sentinel-1 toolbox TerraSAR-X, COSMO-SkyMed a RADARSAT-2 • mohou být spouštěny z příkazové řádky, ale jsou též integrovány v grafickém rozhraní (to je velmi podobné NESTu) • zpracování, čtení, zapisování, vizualizace...

Více

Příloha - Výkaz pro hodnocení plnění rozpočtu

Příloha - Výkaz pro hodnocení plnění rozpočtu 000Ú11t2hn z piiinl ip't6.b 'e sal.dr1ě1'Č!nÍI|í 0000i]1] en z piijÍ ;}t'c6obz kap]á'qinc€ú 0000!121bn z DiijmuEálrrických

Více

Climate Change Initiative

Climate Change Initiative • Prostřednictvím odezvy z pohledu klimatického systémů Podpora využívání globálních dat komunitou zabývající se modelováním

Více

H4331 převodník a regulátor teploty s výstupem RS232

H4331 převodník a regulátor teploty s výstupem RS232 vždy pracuje jako "slave", tj. odpovídá pouze na dotaz nadřízeného systému. Komunikační rychlost 110 až 115200Bd.

Více

Orientace starobylých staveb Mezoameriky

Orientace starobylých staveb Mezoameriky výsledkem našich měření [16]. Měření dokladují, že vnější dveře míří přesně na sever (±2 stupně), východní jsou odkloněny o 6◦ ± 2◦ na jih od východu a západní jsou od směru na západ odkloněny na s...

Více