zde - Copernicus

Transkript

zde - Copernicus

geoland2 workshop
Tomas Soukup GISAT
s využitím zdrojů poskytnutých
dalšími partnery projektu geoland2
Obsah
•
Kontext: GMES land monitoring služby
•
•
geoland2 projekt
geoland2 produkty:
„Kontinentální“ produkty
Metoda
1. Imperviousness High Resolution (HR) layer
2. Forest HR layer
3. Agricultural HR layer (Grassland)
4. Wetland HR layer
5. Water HR layer
HR layers integrace
Lokální produkty
Urban Atlas
•
Výhled: navržená služba Land v rámci GIO (GMES Initial Operation)
implementace a její Pan-EU komponenta
1. Kontext
Globální prostředí pod tlakem…
Voda – 20% všech povrchových vod vážně ohroženo
znečištěním
Půdní eroze – postiženo celkově 17% rozlohy evropského
území
Biodiverzita – 335 druhů je v Evropě kriticky ohroženo
Zemědělství – intensifikace, biopaliva, tlaky na HNVF
území, snižování biodiverzity, vodní bilance/sucho
Plochy osídlení a komunikační síť narůstají a to vede k
zvyšování nepropustnosti ploch a fragmentaci krajiny
… vyžaduje protiopatření a adaptaci
EU direktivy a národní nařízení a regulace
Environmental reporting
and assessments
Agriculture
Forestry
Water
Air
quality,assessment
transport,
-Effects
air(EEA,
pollution
on human health
Climate
Change
-EURECA
ecosystem-Clearinghouse
service
on Adaptation
(EEA) of
2012
DG-Climate)
72
noise
-Ecosystem effects of air pollution:
-Land and ecosystem
-UNFCCC
accounting
– LULUCF
(EEA / Land
UNSD)use,
annually
land-use change and forestry
-Critical Loads assessments
-Land-cover Change(MS
(CORINE
- UNFCCC)
/ LEAC) 2011
-Air pollutant emissions:
-Astana Report (EEA)
-GCOS
2011Essential Climate
Variables
- WMO)
annually
-Forest
cover (e.g.(MS
biogenic
NMVOC
emissions)
-Agricultural land-use (e.g. ammonia emissions)
-SOER (EEA) 2015
-Road network in Europe (line source air pollutant emissions)
-UN-GEO-5 (UNEP) -Habitats
2012
Biodiversity
and Birds Directive
DG-ENV)
-Reporting (MS,
to UNECE
CLRTAP
-Air
quality modelling
modelling
-Agricultural land use
change
- agri-environment
indicators
(post
IRENA) (DG-Ramsar
Convention
(wetlands)
(MS) / impact
-Noise mapping
AGRI, ESTAT, EEA) end
2010
-CITES
Convention (MS)
-HNV (High Natural-Biodiversity
Value) farmland
update
Action
Plan (DG-ENV,
(BAP) (DGEEA)
ENV)
-Biofuel Directive -SEBI Indicators (EEA)
-Soil Strategy
Regional
Policies,
-CAP
development
reporting
(DG-AGRI
& MS)
NaturalRural
hazards
and
-Disaster
prevention
(e.g. Council
Conclusion Nov 2009; EP
Urban
technological
resolution
Sept
2010)
-UNECE State of European
Forests Spatial
(2011) Perspective (Territorial Agenda) (MS)
-EU Territorial
accidents
-European Forest Sector
2011 Outlook (2011)-Seveso II Directive 96/82/EC (EC, 1996a)
-Directive 85/337/EEC on Environmental Impact Assessment
-MCPFE Forest Europe
-IUME Towards an Integrated
Urban Monitoring
in Europe Assessment
-Directive 2001/42/EC
on Strategic Environmental
-FAO – FRA (2015) (DG Regio, ESTAT, JRC,
ESPON,
(EC,
2001) MS)
-The European Spatial Development Perspective (EC, 1999)47.
-UNFF Conventions
-WFD River Basin Management Plans 2015 good ecological status and pressures
from diffuse sources (MS – DG-ENV)
-SOE report on water 2012 (EEA) (see also WISE 2010)
-Water Accounts (annually) (EEA / UNSD)
-Flood Directive risk assessment and mapping 2011/2015/2018
Informace - podpora GMES iniciativy
GMES je zaměřeno na poskytování operačních služeb
podporujících celoevropský postup a související informační a
řídící úlohy s využitím aktuálních a přes-hraničních informací
Implementace GMES byla zahájena v
roce 2008 tzv. Fast-Track Services:
 Land
 Marine
 Emergency Response
a dvěmi dodatečnými pilotními
službami:
 Atmosphere and Security.
GMES Land Monitoring services
GMES Land monitoring services byly definovány, vyvinuty a
implementovány v kontextu série projektů financovaných
Evropskou komisí a Evropskou kosmickou agenturou:
•
•
•
•
•
SAGE, GUS
GSE Land
GSE Forest Monitoring
Geoland
BOSS4GMES
GMES Land služby poskytují přeshraniční harmonizované
geoinformace od globálního po lokální měřítko a to efektivním
způsobem jak z hlediska času tak nákladů.
Co jsou GMES Land služby?
Evropský kontinentální Land Cover
• Zajištění pan-evropské
harmonizované datové
základny
• Sledování změn Land Cover
v Evropě
• Přesné informace o Land
Cover pro pochopení
trendů a podporu
kvalifikovaných rozhodnutí
ve smyslu využití území
Corine Land Cover
High Resolution Layers
• Land Accounting
www.gmes-goland.info
Lokální Land Cover
• Europská srovnatelná data
o urbanizovaných oblastech
• Pochopení zákonitostí
vývoje měst, vliv na
aspekty kvality života
• Zachování zelených ploch
• Zajištění udržitelného růstu
European Urban Atlas
www.gmes-geoland.info
Hot Spot Monitoring
• Podrobné mapování ve vybraných
lokalitách (hot-spots)
• VHR / HR oblast Are Frame
sampling (AFS)
• Kombinace s celoplošným
monitoringem ve středním
rozlišení (MR) - kontinentální
pokrytí sezónními a roční
vegetačními parametry pro změny
land cover a využívání zemědělské
půdy
Area Frame Sampling
Monitoring lesních areálů
• Podpora národního
UNFCCC a Kjótského
protokolu
• Lesní plocha
• Mapování lesních typu
• Detekce změn
Forest Monitoring Services
Globální / sezonní monitoring
• Podpora každodenní
sledováního stavu povrchu
(voda, vegetace, energie)
• Zvýraznění trendů, detekce
anomálií, analýzy meziroční
variability a identifikace
vysoce rizikových oblastí
Biofyzikální parametry
Biophysical Variables
WATER
Soil Moisture
Lakes
Water Bodies
VEGETATION
Fraction
of
Absorbed
PAR
Leaf Area
Index
Albedo
RADIATION
Land Surface
Temperature
Burnt Areas
Fraction of
Vegetation
Cover
Downwellin
g Longwave
Surface Flux
Downwelling
Shortwave
Surface Flux
Agri-Environmental služby
Food Security: Somalia
• Jaké jsou trendy ve
využívání zemědělské
půdy?
• Jaký je tlak na zdroje vody
a půdu?
• Jaký je dopad
zemědělských změn ve
využívání půdy na
biodiverzitu a krajinu?
Soil loss caused by raindrop
detach and runoff over a month-step
Water Quality
• Čištění znečištěné vody je
mnohem dražší než
prevence znečištění!
• Kde jsou hot-spoty?
• Co je zdroj znečištění?
• Jaká jsou nejlépší
protiopatření?
Znečištění nitráty a pesticidy
• Podrobné mapování +
modelování ve vybraných
lokalitách
Spatial Development
• Podpora plánování
• Jak rychle zastavujeme
území?
• Jaká je efektivita těchto
změn?
• Jaký je vliv silniční sítě na
fragmentaci krajiny?
• Jak jsme v souladu s našimi
cíly např. při správě půdní
fondu?
Land Consumption Trends
Envi Resource Management for Africa
Food Security: Somalia
• Monitoring vodní ploch
• Mapování vodních útvarů
• Sledovat dostupnosti
povrchových vod v reálném čase
• Sezónní analýza anomalií
Bezpečnost potravin
• Vegetační podmínky pro plodiny
a pastviny
• Integrovaná analýza: DPZ
průzkum, agrometeorologie a
terénních průzkumů
• Hodnocení celkových sezónních
podmínek a predikce rostlinné
výroby
Water Surface Monitoring
Crop Acreages Estimates
2. geoland 2 projekt
Hlavní cíle geoland2
• Zorganizovat kvalifikovanou produkční síť GMES Land services
• Vybudovat, zvalidovat a demonstrovat operační zpracovatelské linky
• Dosáhnout připravenost pro budoucí evropské operační nasazení
• Integrace stávajících prostorových, in-situ a referenčních dat
• Žádné mapování, ale sledování (monitoring), mapování patří do MS!
• Nastavit proces udržení kvality (QA) zapojením uživatelů (user driven)
• Garantovat, že produkty vyhovují aktuálním uživatelským požadavkům v
souladu s naplňováním EU and národních direktiv
Fakta & čísla
Land Monitoring Core Service - 1 of 3 Fast Track Services,
implementing GMES, contributing to GEO, interacting with INSPIRE
& SEIS
50 partners
171 collaborating user organisations
(81 directly committed to geoland2)
32.5 Mio.€ volume – 4 years duration
22.4 Mio. € European Commission grant (FP7)
11 thematic tasks – 1 coordination office
3 stakeholder platforms (users, science, service providers)
3 stěžejní (core) mapovací služby (continental and local land
use/land cover (5HR layers), bio-physical vegetation parameters,
annual monitoring),
7 stěžejních (core) informačních služeb (Water, Agri-Env., Spatial
Planning, Forest, Land Carbon, Global Crop Mon., Africa)
Struktura projektu
Downstream
Services
Struktura - logika implementace
Land Monitoring Service vs. geoland2
Local
Component
Local
Component
Core Track
Mapping
Fast
Service
(CMS)
Implementation
(Fast Track
system
implementation)
Service
Evolution
Core
Information
Services
(Service
Evolution)
Continental
Component
Continental
Component
Global
Component
Global
Component
EUROLAND
Cover
parameters
“higherUrbanAtlas
resolution data of built“generic(Land
land-cover/land
use Biophysical
Not applicable
/
Land
Cover
Change)
up areas in a Europe-wide
data covering the whole
(acc. to LMCS Implementation
standardised
form, covering all European
continent”
EUROLAND
EUROLAND
plan) BioPar
major European
agglomerations”
Annual / Seasonal Change Monitoring
“Thematic elements, at both Local and Continental level,SATCHMO
“bio-physical parameters
dedicated
EuropeanForest
and MS policies
which can beLand
of and global
land coverGlobal
data
Water
Agri-Env.
Natural
Spatial to specific
interest for a large
community
of users such
as: soil protection,
thematic Crop
Monitoring
Monitoring
Monitoring
Resource
Planning
Carbon and more
waste management, agriculture (IACS, etc..), hydrologic maps,
information
on desertification,
Mon. for
Monitoring
Water
Forest
AgriEnv
etc.”
deforestation,
food
security”
Africa
GCM
NARMA
CMS: core služby
CIS: testování přidané hodnoty na downstream službách
„Scalling“ GMES Land služeb
Global
Cont.
Local
Resolution
Year 1
Year 2
Year 3
Year 4
Year 5
Year 6
Annual Sampling
VHR
Wall-to-wall
HR
Urban Atlas
Urban Atlas
update every
3-5 years
EEA 38
coverage
NRT to Seasonal Monitoring (continuous)
MR/LR
24
Výhody GMES Geoland2 Land služeb
• Přesné a přeshraniční harmonizované geoinformace na EU-úrovni
• Široká škála aplikací na EU a národní úrovni v oblasti:
• změny land use / land cover,
• zastavěnost půdy,
• vodní kvalita a dostupnost
• územní plánování,
• monitorování lesů a globální potravinová bezpečnost
• Poskytování zdarma
• Aktuální produkty garantované a financované v rámci rozpočtu EU
(?)
geoland2 / EUROLAND
3. GEOLAND2 produkty
Kontinentální produkty
Metody
1. HR Imperviousness layer
2. HR Forest layer
3. HR Agricultural layer (Grassland)
4. HR Wetland layer
5. HR Water layer
HR Layers integrace
Lokální produkty
Urban Atlas
Metody
• Integrovaný procesní řetězec zaměřený na harmonizaci
implementace HR vrstev
• Jednotný postup pro všechny HR vrstvy
• Vysoce automatizované zpracování EO dat (extrakce prvků feature extraction)
• Vizuální interpretace (editace) a verifikace automatických
výstupů
• Nezávislá kontrola kvality (QC) klasifikace a nezávislá validace
Metody
EO
data
Periodic acquisitions
(e.g. HR Pan-EU layer)
Pre-processing
AFS
(VHR)
Additional Seasonal
acquisitions (HR)
atmosph. / geo. / topo
correction, cloud masks, etc.
calibration of
quant. layers
Automatic extraction of common elements
SAVI
LAI
Texture
Further (tbd.)
daily, composites, etc
Intermediate
Change Indicators
5 pan-European HR layers
Imperviousness
Forests
Grasslands
Wetlands
Water bodies
Sealing density
Crown cover
density
Agricultural and
grassland areas
RAMSAR
DB verific.
Small water
bodies
Pressure
/ Change
Indicators
Inland water
bodies changes
Built-up change
Forest types
Forest /non forest
Grassland
Intensity
Forest changes
Grassland
Dynamics
Integrated Change Indication Layer
European Environmental
Indicators
Support of Land Cover / Land Cover Change Activities
on national, regional and local level
Monitoring
In- situ data
NDVI
Systematic acquisitions
(MR)
Vstupní data pro HRL
Biofyzikální parametry
Multitemporální družicová data
•IRS-P6 LISS-III, SPOT4-5
(Image2006 -2009)
2 temporal coverage
20 m rozlišení
•fCover (Fraction of Green Cover)
•Orthophoto
•fBrown (brown part of the
vegetation – or non
photosynthetic vegetation (NPV) )
•VHR imagery
•fSoil
•DEM, LPIS, National Land
Cover (pokud dostupný)
•CSF (Canopy Shade Factor)
•LAI (Leaf Area Index)
•IRS-P6 AWiFS
4-6 temporal coverage
60m rozlišení
In situ data
•Google Earth
3. GEOLAND2 produkty
n Continental products
Method
2. HR Forest layer
4. HR Wetland layer
5. HR Water layer
HR Layers integration
n Local products
Urban Atlas
Co je zastavěnost území (nepropustnost)?
HR Imperviousness layer
• Definice - Vrstva zastavěných ploch a stupně nepropustnosti*
(od 0 do 100%)
* Nepropustné plochy jsou především umělé povrchy—silnice, chodníky, parkoviště, které jsou pokryté vodě
nepropustnými materiály jako asfalt, beton, cihly a dláždění—a střechy. Půdy stěsnané urbánním rozvojem jsou
také vysoce nepropustné. Procentuální nepropustnost (Percentage of imperviousness) je důležitým faktorem pro
zohlednění odvodňování a odtoku: např. 10 % v případě dřevěného povrchu, 100 % v případě hustě zastavěné
komerční zóny (source: Wikipedia).
• Vstupní data: IRS-P6 LISS-III, SPOT4-5 (Image2006-2009)
• Specifikace:
• Raster
• Pixel, validováno na jednotce 1 ha.
• Na podporu:
• SOER2010 (State Of Environment Reporting) : Land-take trend in Europe
• Vstup do různých reportovacích a řídících závazných činností (WFD, STS, UTS, ESDP,
národní strategie udržitelnosti)
• Monitorování změn rozsahu a intenzity zastavěnosti
• První implementovaná vrstva HRL – Fast Track commercial tender 2009
State of Play
HR Imperviousness Layer in a nutshell
 Automated change detection based on automatic
comparison of biophysical variables (calibrated
NDVIs)
 Per-pixel estimates of degree of imperviousness
and aggregated 100m layers for EEA-38
 Supporting layer for further analyses (e.g.
population of CLC objects)
 Quality assurance & control: high levels of
reliability (>85% on 1ha level)
 GIO to ensure continuation of time-series 20062009-2012
HR Imperviousness layer
Zpracovaná oblast 2009 – aktualizace vrstvy 2006
HR Imperviousness
Imperviousness 2009
2006
HR Imperviousness: degree layer (Stupeň nepropustnosti)
HR Imperviousness
HR Imperviousness: built-up layer (Rozsah zastavění)
Evropská vrstva sealingu
zobrazující plochy se
stupněm zastavění ≥ 80%
produkce 20m
validace 1ha
Statistika změn nepropustnosti v Evropě (I)
Sealed area change in km² (2006 - 2009)
0
100
AT
200
300
400
500
700
800
0,0
81
70
BE
44
CH
CY
42
CY
69
4,2
HU
77
HU
4,0
3,3
HR
59
HR
2,4
GR
91
GR
6,7
3,4
FR
482
FR
2,1
2,7
IE
741
IT
1
55
Countries
51
LT
2,2
FI
133
FI
LI
1,9
ES
579
IE
11,6
EE
ES
6,2
IT
7,7
LI
3,1
LT
1,8
LU
LU
3
LV
35
LV
ME
MT
7
2,8
NO
51
3,5
PL
320
PL
208
PT
118
RO
85
254
SE
14
84
314
TR
UK & NI
2,5
NL
95
RS
13,4
MT
NL
SI
9,0
MK
26
NO
SK
3,7
3,0
ME
5
MK
157
6,5
PT
Nárůst zastavěných
ploch 2009
vzhledem k ploše v
roce 2006 v km2
podle zemí
2,6
RO
3,5
RS
5,5
SE
SI
2,2
6,0
SK
3,7
TR
UK & NI
EEA38
14,0
2,2
DK
22
EE
12,0
3,8
DE
437
45
10,0
2,3
CZ
DE
8,0
2,4
BG
CH
6,0
3,1
BE
100
CZ
4,0
2,1
BA
BG
DK
2,0
AT
20
BA
Countries
Sealed area change in % (2006 - 2009)
600
1,2
3,3
Nárůst
zastavěných ploch
2009 vzhledem k
ploše v roce 2006
v % podle zemí
16,0
Statistika změn nepropustnosti v Evropě (II)
Sealed area (2009) in % of total country area
0,0
2,0
4,0
AT
6,0
8,0
10,0
2,5
4,8
CH
4,4
CY
Česká republika
4,1
CZ
6,7
DE
4,8
DK
1,2
EE
1,9
ES
1,0
3,8
FR
1,8
GR
3,3
HR
4,1
HU
2,8
Countries
IE
4,3
IT
9,7
LI
2,8
LT
7,0
LU
1,5
LV
1,3
ME
1,3
MK
17,1
MT
9,4
NL
0,4
PL
3,1
3,7
PT
2,0
RO
2,9
RS
0,9
3,1
1,2
5,5
UK & NI
EEA38
Zastavěná
3,3
SI
SK
TR
18,0
10,0
BE
SE
16,0
3,3
BG
NO
14,0
1,9
BA
FI
12,0
2,7
plocha v % z celkové
rozlohy
Výhody HRL Imperviousness
• Využití HRL Imperviousness
•
•
•
•
•
•
Sledování rozrůstání měst - nnohem větší podrobnost než CLC
(20m)
Tvorba harmonizované indikátory trendů urbánního vývoje
(např. pro EEA) – porovnatelnost v EU
Sledování úrovně propustnosti uzemí – odtokové poměry, vstup
do modelů, povodňová prevence
Prostorová dissagregace konvenčních statistik - populace
Podpora národních mapovacích aktivit; např. v Německu pro
CLC2006 and DLM-DE – update focus
Characterizacece národních LC/LU databází (údaj o úrovňi
nepropustnosti pro národní urbánní objekty)
From mapping to monitoring
• geoland2 specific objectives
- From mapping to operational monitoring of imperviousness: testing,
development and validation of change detection approaches
- Implementation of a pan-European 2009 update using
IMAGE2006/2009, incl. revision of 2006 imperviousness results
- Supporting
• further development of European LMCS & GIO preparations
• reporting & management obligations
• national mapping activities
• Involved partners
10 May 2012
40
From mapping to monitoring
The imperviousness monitoring concept
2006
Degree of
Imperviousness 2006
20m
Built-up
change
detection
2009
Built-up
change
detection
Degree of
Imperviousness 2009
20m
Imperviousness change
2006-09 20m
Aggregation
Aggregation
Sealing change analysis
(with thresholds)
2006-09 100m
Degree of
Imperviousness 2006
100m
2012
Degree of
Imperviousness 2012
20m
Built-up
change
detection
201x
Degree of
Imperviousness 201x
20m
(with thresholds)
(with thresholds)
2009-12 20m
2012-1x 20m
Aggregation
Aggregation
2009-12 100m
Degree of
Imperviousness 2009
100m
Degree of
Imperviousness 2012
100m
2012-1x 100m
Degree of
Imperviousness 201x
100m
Full consistency of 100m time series 2006-2009-2012 and beyond
FTSP & geoland2 deliverables
10 May 2012
GIO deliverables
41
State of Play
Evolution of the HR Imperviousness Layer products
Imp 2006 v1
(enhanced)
Imp 2006 v2
Imp 2006 v3
(built-up corrected & sealing
backdated from 2009)
(revised sealing degree on
calibrated 2009 values)
Imperviousness
changes 2006-09
Imp 2009 v1
FTSP production
2007/08 +
enhancement
10 May 2012
geoland2
2009-2011
GIO
Imp 2009 v2
(histogram smoothed)
geoland2
Feb 2012
geoland2
April 2012
GIO 2012/13
42
State of Play
HRL Imperviousness wall-to-wall coverages
Resolution
20m
Imp 2006
100m

Projections
Nat.

EEA-38



10 May 2012
(from biophysical variables, no MMU)
Degree of imperviousness 20/100m
Europ.


Imp
change
2006-2009
Land cover intensity layers


Imp 2009
Coverage
Imperviousness changes 100m





EEA-37
(Iceland to
follow)
Land cover map layers
Built-up area 20/100m
(based on user-defined
thresholds)
43
HRL Imperviousness Production
Automated processing workflow for
imperviousness monitoring
Biophysical
variables
(calibrated NDVIs)
derived from preprocessed EO
data
Detected built-up area
change candidates &
commission errors
Models for the
• NDVI calculation, inversion &
histogram matching
• Derivation of new built-up
candidates 2006-09
• Detection of commission errors
from 2006 map
(only for built-up change
candidates!)
Imperviousness
changes ready for
aggregation
• Metadata treatment
10 May 2012
44
EO data quality is a key issue
• Continuous land cover characteristics are highly dependent on
quality of imagery
• Experiences show for significantly large areas (up to >30%)
- Cloud/haze coverage
- Acquisition dates outside vegetation period
- Other technical problems (e.g. geometric misalignment)
Shadow/illumination
Metadata on clouds & acquisition dates
(Austria, IMP-2006)
Vegetation phenology
(November scene)
Clouds
10 May 2012
45
Revision of imperviousness 2006
•
•
Imperviousness 2006 derived from thousands of small bi-temporal
IMAGE2006 working units  heterogeneity of degrees of imperviousness
Re-calibration with Imperviousness 2009 in (sub)national working regions
2006 v1
Cloud mitigation
area
2006-09
2009
2006 v3
10 May 2012
2006-09 new
46
HRL Imperviousness - Examples
Product overview (City of Porto, Portugal)
Change 2006-09 100m
Imperviousness 2006
2009 – 100m
Full consistency
No change
-100 to -50%
-50 to -1%
+1 to +20%
+20 to +50%
+50 to +100%
Imperviousness 2006
2009 – 20m
with full consistency of time↑ 100m layersseries
measurements
20m data directly measured from calibrated NDVI
10 May 2012
→
New built-up areas (Luxembourg)
IMG2009
IMG2006
2006
GE 2009
2005
2009
Change
Construction
Site
10 May 2012
48
New built-up areas (Istanbul, Turkey)
GE 2010
2005
IMG2006
IMG2009
2006
10 May 2012
2009
Change
49
New built-up areas (Olching, Germany)
GE 2009
2006
IMG2009
IMG2006
2006
10 May 2012
2009
Change
50
Imperviousness change inside built-up (Munich) –
very challenging task!
2006
2006
Image2009
Image2006
2009
2009
Imperviousness 2006
2009
Change ok
10 May 2012
False change
51
Ukázky využití
Structure of urban increase
within whole mapping area
13000
41%
11000
10%
12000
49%
Outlook to GIO
• GMES Initial Operations 2011-2013
Land Monitoring Services
High Resolution land cover
characteristics for Imperviousness
 Biophysical variables
 Degree of imperviousness 2012
0-100% (20m x 20m / 100m x 100m)
 Time series 2006-2009-2012 with degree
of imperviousness change over time 0100% (100m x 100m)
 Metadata layers
10 May 2012
53
Outlook to GIO
• Imperviousness production in GIO
- Implementation of 2012 update in 5 European lots (decentralised
production by several consortia)
- Common product specifications through extensive exchange with
EEA and best practices from geoland2 (e.g. aggregation method)
- Timing for GIO year 1
• Start-up phase (started in January 2012; now finalized)
• Streamlining phase (results ready by end of May)
• Production phase (to be started after green light from EEA)
10 May 2012
54
Outlook to GIO
• Specific challenges for GIO
IRS-P6/Resourcesat: VNIR, SWIR, 20 / 25m
- EO data quality issues
• IMAGE2012 data quality and completeness
• Integration of MR AWIFS multi-temporal data
- Harmonisation of outputs among all lots
GSCDA data status (April 2012)
RapidEye: VNIR, 20 / 25m
- Temporal consistency of 2006-2009-2012
layers – further improvement of derived
change information
- Synergies with other HRLs
• Common usage of biophysical variables
• Common post-processing & quality control
10 May 2012
55
3. GEOLAND2 products
Continental products
Method
2. HR Forest layer
4. HR Wetland layer
5. HR Water layer
Local products
Urban Atlas
Co je les?
HR Forest layer
• Definice
•
Primární produkty: Forest Crown Cover Density product, Forest Type product
(jehličnatá, listnatý, smíšený les).
• Sekundární produkty: Forest Area product and Forest Area Change product, s
využitím multitemporálních dat.
• Lesní plochy jsou definovány dle FAO: zabírají plochy s 10 % až 100 %
denzitou zápoje a vzrostlou výškou v dospělosti minimálně5 m. (compatibilní s
Corine Land Cover informací)
• Vstupní data: IRS-P6 AWiFS / Image2006-2009
• Specifikace:
• Raster
• Pixel, validace na jednotce 1 ha*
• Na podporu:
• EU úroveň: EEA State of Environment Report, SEBI2010 indicators, podpora
EU Forest Action Plan implementace.
• Národní úroveň: podpora národní inventarizace a monitorování
• UN Konvence (UN Framework Convention on Climate Change (UNFCCC)and its
Kyoto Protocol; The UN Convention on Biological Diversity (UNCBD);
•
(* MMU nastavena na 0.5 ha)
HR Forest - Crown cover density produkt
Kontinuální stupeň density korun
stromů (Crown Cover Density) od 10
- 100%.
CCD je definována jako horizontální
průmět koruny stromu na zemský
povrch.
HR Crown Cover Density
Value [%]
High : 100
Low : 0
HR Forest layer = Forest type product
Tematická vrstva zobrazuje
prostorovou distribuci tříd druhů lesa
(Forest type classes) (jehličnaté,
listnaté, smíšené) , jako plynulý rozsah
mixovaných poměrů mezi listnatými a
jehličnatými druhy stromů.
HR Forest layer = Forest Area Mask
Rozsah lesních ploch (Forest Area Mask) ukazuje
lesní vs. nelesní plochy
Maska rozsahu lesních plocha zahrnuje plochy s 10
% až 100 % densitou dle FAO, s výškou vzrůstu v
dospělosti minimálně 5m (potenciálně) .
Mýtiny, lesní cesty, spáleniště, školky a hromady
dřeva jsou zahrnuty, pokud jsou menší než
minimální mapovací jednotka (MMU); jinak jsou
zahrnuty do nelesních ploch.
HR Forest Area
Forest
No Forest
Further examples
IRS 2008
09th March 2011
Forest Type
Forest Crown Cover
geoland2 – EAGLE – MS. MONINA Meeting, Frankfurt
62
Further examples
Landsat 2003
09th March 2011
IRS 2008
Forest Area Change 2003-08
63
HR Forest layer využití a výhody
•
Využití a výhody
•
Vysoce kvalitní a konzistentní pan-evropský produkt
•
Podporuje rozmanité evropské a mezinárodní specifikace
reportování a závazků
•
Flexibilní konverze národních a mezinárodních informací o
lesech, které se mnohdy liší na úrovni aplikace definice
prahu density (např. CLC, FAO)
HR Forest layer jako vstup pro kalkulaci
indikátorů
EU direktivy & mezinárodní konvence
Fragmentace rozsáhlých lesních komplexů hlavními
silnicemi (P-FO-02b produkt)
-
UNEP* CBD** indicator
Variable size of Forest Patches
* United Nations Environment Programme
* *Convention on Biological Diversity
HR Forest layer jako vstup do CLC
aktualizace
Changes (> 5 hectare) within forest from 2000 to 2006
Mapované změny
• Z mýtin/mladého lesa (< 5 m výška
stromů) do
jehličnatého/smíšeného/listnatého lesa (> 5
m výška stromů)
• Z jehličnatého/smíšeného/listnatého lesa
do mýtin
Ukázka z oblasti, kde silný vítr napáchal v roce 2002 rozsáhlé
škody na porostech. Červeně jsou znázorněny holiny.
HR Forest GIO specifikace
3. geoland2 products
Method
2. HR Forest layer
4. HR Wetland layer
5. HR Water layer
Local products
Urban Atlas
g2 Grassland Team
g2 Grassland WG is composed by Aristotele University of
Thessaloniki, Astrium/ITD, DLR, Geoville, GISAT and Planetek
Latest g2 HRL Grassland implementation was developed by
GISAT and supported by Astrium/SpotImage (g2 BioPar
partner)
10th May 2012
geoland2 – EAGLE Meeting, Barcelona, Spain
77
Grassland theme relevance
• highly relevant theme
- naturalness / intensity of use / shrub & tree presence e.g.
in HNVF context
- Natura2000 connectivity / green infrastructure
- landscape ecological potential e.g. in land accounting
context
- monitoring of CAP environmental pillar focused on
grassland management
- soil protection (soil erosion)
- water quality / non-point nutrient pollution modeling in
WFD context
10th May 2012
78
Grassland theme information
• with respect to grassland there is an information gap / very
little comparable information currently exist
- LUCAS - spatially limited
- CORINE LC - rough MMU for grassland, incomplete
- LPIS - mostly not available and focused on registered
subset only
• g2 objective was to develop and test methodology for HRL
covering grassland theme
- starting from scratch with user requirements
- aiming automatic production
- comparable – robust enough to be used for detection of
regional differences in one year
- repeatable – robust enough to be used for changes
10th May 2012
79
g2 HRL Grassland evolution
• User requirements has been consolidated (based on user inputs
e.g. Grassland user workshop in July 2010, EAGLE group
discussion etc.) and documented: last issue December 2010
• a multi-criteria approach was requested for grassland
characterization. This should lead to a GL mask, with additional
layers focusing on following four criteria:
-
80 May 2012
10th
Intensity of use
Mixture with high vegetation elements
Grass cover density
Wetness
• Methodology development, implementation and demo
production in several iterations, following UR evolution
first for
- EU05 alpine transect Munich – Innsbruck - Verona
- EU07 RO-BG-GR transect, Greek part
latest development (discussed) for
- EU06 transect Dresden – Prague – Linz
10th May 2012
81
• Grassland is complex topic
- high variability in different eco-climatic zones
- strong temporal/seasonal aspect
• Consequences for methodology development and operational
implementation
- high demand on data quality (acquisition date, more rich
temporal profile)
- high demand on pre-processing (signal calibration,
normalisation)
- no single grassland descriptor is sufficient (e.g. as sealing
density) for assessment
- user interpretation needs context
• Multi-criteria grassland product portfolio allowing understanding
and interpretation in particular eco-climatic zone context
10th May 2012
82
Grassland in Austria
10th May 2012
83
83
Grassland in the Czech Republic
10th May 2012
84
84
Grassland in Scandinavia
10th May 2012
85
85
Grassland in Ireland
10th May 2012
86
86
Grassland in Spain
10th May 2012
87
87
Grassland in Italy
10th May 2012
88
88
Grassland - other examples
10th May 2012
89
89
g2 HRL Grassland portfolio
g2 HRL Grassland products portfolio is now
- based on standard biophysical parameters (including well
documented (g2 BioPar) and robust preprocessing)
- combining 60m (IRS AWiFS – temporal aspect) and 20m
(IMAGE – spatial aspect) EO datasets = results in 60m
resolution
- addressing quantity, spatial distribution and quality of
grassland areas reflecting upgraded user needs for multidimensional grassland assessment
10th May 2012
g2 HRL Grassland products
Primary layer:
Grass surface indicator - continuous probability layer of grass
surface occurrence
Secondary layers:
Grass surface mask - grassland binary mask
Arable land area mask - arable land binary mask
Secondary layers:
Shrub and trees indicator – degree of presence of of woody and
other high non-grass vegetation)
Grass vegetation density indicator - degree of grass density
according to maximum density reached during the grass
vegetation period
Cutting / ploughing indicator - degree of cutting and/or grazing
activity during grass vegetation period.
10th May 2012
g2 HRL Grassland approach
• model-based approach is applied to generation of biophysical
parameters including state-of-the-art elements such as SAIL and
PROSPECT models for vegetation in combination with LOWTRAN
for atmosphere and generic soil model.
• calibration and normalizations are part of the BioPar processing
procedure: radiometric calibration (TOA), the atmospheric and
topographic correction
• biophysical parameters used within processing chain are fCover,
fBrown and fSoil, LAI and CSF
• different products are principally based on time series analysis
of input biophysical parameters. The logic is derived from the
vegetation phenology curve extracted from AWiFS imagery
10th May 2012
g2 HRL Grassland BioPar basics
fCover: fractional cover of green vegetation. Replacement for NDVI for its
several advantages : absolute parameter (sensor-independent),
robustness to thin clouds, fully scalable at different spatial resolutions
fBrown: fractional cover of brown or non-photosynthetic (NPV)
vegetation.
fSoil: quantifies the gap fraction of soil in the image. It is the most useful
to identify intensive agriculture practices with bare soil event.
Canopy Shade Factor (CSF): characterize the amount level of shadows
self-cast on the canopies, helps discriminate rough canopies (forests,
shrub) from flat, homogeneous canopies (crops and grasslands)
Leaf Area Index (LAI): to to quantify green vegetation. Although they are
strongly correlated with fCover (but the relation between LAI and
fCover is far from linear). LAI is usefull to determine vegetation
dynamics over large areas
10th May 2012
HR Layer Status – Grassland
Overview
- IMAGE2006
Grass
Surface
Indicator
EU06
Grass Surface Indicator covers areas with vegetation of full or
partial grass-like phenological behaviour (site-specific) that does
not belong to forests and built-up areas.
Grass Surface Indicator refers to a continuous EO-defined
probability (1-100%) of grass surface occurrence, typically
aggregated to discrete percent classes.
North Bohemia,
Czech Republic
Grass Surface Mask
EU06
Grass area mask includes: grass dominant (>30%) surfaces,
pastures, cultivated meadows, lawn used for sports, together
with grass surfaces with shrub and trees present
The grass Surface mask is derived as a binary layer from the
Grass Surface Indicator map via thresholding the probability
levels.
Taken by GIO
North Bohemia,
Czech Republic
10th May 2012
Arable Land Area Mask
EU06
Arable Land Area is a binary mask of arable land, specifically of
annual crops.
Arable land mask includes areas predominantly covered by
annual crops (> 70%), both rain fed and irrigated crops.
North Bohemia,
Czech Republic
10th May 2012
Shrub and Trees Indicator
EU06
Shrub and trees indicator shows the spatial distribution of shrubs,
trees and other high non-grass vegetation within the Grass
Surface mask area as relative fractions ranging from 0 to 100.
North Bohemia,
Czech Republic
10th May 2012
Grass Vegetation Density Indicator
Grass Vegetation Density Indicator provides information on
grass vegetation density, the maximum of Leaf Area Index – LAI
(m2/m2) during vegetation period, within the Grass Surface
mask.
Grass Vegetation Density Indicator is derived from biophysical
EO parameter LAI that differentiate vegetation according to
their leaf area cover, the leaf density.
North Bohemia,
Czech Republic
10th May 2012
EU06
Cutting Indicator
EU06
Cutting Indicator provides information on grass cutting
and/or grazing on a relative
scale from 0 to 100% within the
5
Grass Surface area mask.4
Grass 1
Grass 2
Grass potential
LAI (m2/m2)
4
Cutting Indicator is derived
from multi-temporal EO
3
parameters that show the
biomass changes during the main
3
vegetation period = global
max. vs. local min. in time series
2
2
1
North Bohemia,
Czech Republic
1
0
0
2
4
6
8
10
12
14
16
18
20
22
24
Time interval (2 weeks)
10th May 2012
g2 HRL Grassland further work
• Spatial enhancement of product from 60m to 20m
- tested for Shrub & trees indicator
Shrub & tree indicator
AWiFS 60 m
10th May 2012
Shrub & tree indicator
AWiFS 60 m combined with SPOT 20 m
• Image 2006/09: 20 m spatial resolution
• AWiFS (multitemporal coverage): 60 m
• Sentinel-2 (2013 +)
- VIS: 10 m
- NIR: 20 m
- SWIR: 60 m
=> Importance of methods combining varying spatial
resolution
10th May 2012
• Sensitivity analysis has been done
- as mentioned temporal/seasonal aspect is essential for g2
HRL grassland production
- impact for missing or low quality data has been analyzed
Vegetation development (e.g. LAI) .
6,0
Vegetation dev elopment
AWiFS acquisitions 2007
5,0
4,0
3,0
2,0
1,0
0,0
09.03.2007 28.04.2007 17.06.2007 06.08.2007 25.09.2007 14.11.2007
Time (date)
10th May 2012
Sensitivity analysis of temporal coverage for agricultural land detection from
biophysical parameters at national scale by Lukáš Brodský1, Herve Poilvé2, Václav
Vobora1, Patrice Bicheron2, Tomáš Soukup1
1 Gisat, 2 Spot Image (Astrium GEO-Information services) to be presented on
IGARSS2012
10th May 2012
10
g2 HRL Grassland validation
• Quality Assessment
- Quality Assessment done by ETCSIA
- Product successfully passed validation with 89% accuracy
- GIO threshold = 80%
- Quality Assessment Report issued May 2012
• Scientific Review
- Scientific review done by University of Bonn
- Product successfully passed scientific review
- Scientific Review Report issued May 2012
10th May 2012
Grass Surface Mask
EU06
Grass area mask includes: grass dominant (>30%) surfaces,
pastures, cultivated meadows, lawn used for sports, together
with grass surfaces with shrub and trees present
The grass Surface mask is derived as a binary layer from the
Grass Surface Indicator map via thresholding the probability
levels.
Taken by GIO
North Bohemia,
Czech Republic
10th May 2012
g2 HRL Grassland conclusions
• reliable grassland product portfolio developed and tested for
automatic production
• according independent validation methodology and
implementation already mature for status monitoring
• GIO implementation has taken only fraction of g2 product
portfolio (interesting part from the user point of view not taken)
• funding of the rest is unclear - downstream service/HRL grassland
update in future?
• change ability still to be tested (partly still in g2)
10th May 2012
Method
2. HR Forest layer
3. HR Agricultura layer (Grassland)
4. HR Wetland layer
5. HR Water layer
Local products
Urban Atlas
What is Wetland?
108
108
HR Layer Wetland
• Definition =
- Primary products: Wetland area Mask, Wetland Wetness
Indicator;
- Secondary products: Wetland land-cover, Wetland Pressures
indicators, using multi-temporal image information and the other
HR layers .
Wetland areas are mapped according to RAMSAR definition*
(* “areas of marshes, fen, peatland or water, whether natural or artificial, permanent or temporary, with
water that is static of flowing, fresh or salt, including areas of marine water the depth of which at low tide
does not exceed six metres”)
• Input data: multitemporal IRS-P6 AWiFS, Image2009-2006
• Specifications:
• Raster
• Pixel level, validated to 1 ha.
• Support to: Provision of the first pan-European data set on wetlands (available
on demonstration sites)
HR Wetlands Area Map
Wetland Area maps show Wetland vs. NonWetland, according to RAMSAR definition.
All water bodies (> 1 ha) are included.
110
HR Wetlands Area Map
Wetland Area maps show Wetland vs. NonWetland, according to RAMSAR definition.
All water bodies (> 1 ha) are included.
111
HR Layer Wetland Wetness Indicator
Wetness
Indicator
Image2006
Wetland
Area
Thematic Map with continuous wetness values produced
from geo-referenced HR Earth Observation data and
derived wetness indicators.
The Wetland Wetness product is mapped in continuous
percent values and typically is provided in aggregated
percent classes.
HR Wetlands - Examples
Aerial image
Wetland Area
Wetland Wetness
113
HR Wetlands
Integration with other information
05 June 2012
114
Wetness monitoring - AWiFS
0,800
0,700
0,600
0,500
0,410
0,401
0,400
0,342
0,306
0,302
0,300
0,256
WI_060912
WI_060717
WI_060613
WI_050529
WI_050501
WI_050402
0,200
0,800
0,700
0,600
0,500
0,461
0,414
0,400
0,338
0,310
0,300
0,300
0,246
WI_060912
WI_060717
WI_060613
WI_050529
WI_050501
WI_050402
0,200
0,800
0,712
0,700
0,695
0,694
0,662
0,622
0,631
0,600
0,536
0,499
0,500
0,461
0,398
0,400
0,381
0,363
0,300
WI_060912
WI_060717
WI_060613
WI_050529
WI_050501
WI_050402
0,200
HR Layer Wetland Pressure Indicator
Wetland Pressure Indicator
Image2006
Wetland
Area
Pressure on wetlands from agriculture and urban land use at wetland level
Map of the pressure at wetland level = % of artificial
surface and arable land within one km from the
boundaries of the wetland.
This information is stored in the point layer, in the
attributes: Percentage of arable land (Arable_pressure)
Percentage of impervious surface (seal_press)
Total pressure (tot_press): Sum of the two percentages.
HR Layer Wetland
Use & Benefits
•
To improve National digital data to RAMSAR, Birds
directive, CDDA data, Habitats and NATURA 2000 sites
•
To monitor trends in wetlands
•
To develop an harmonized European Coverage at
European level
•
To achieve a very relevant dataset for conservation
management, assessing change and reporting for
UNFCCC
Method
2. HR Forest layer
4. HR Wetland layer
5. HR Water layer
Local products
Urban Atlas
HR Layer Water
• Definition / information: The water layer contains open and visible inland
and marine waters. The water layer indicates areas permanently covered by
water in all images as well as – in a separate class – “high-tide” water if it is visible
in at least one image. Small inland water bodies such as lakes, water reservoirs,
river, streams.
• Input data: multitemporal IRS-P6 AWiFS
• Specifications:
• Raster
• Pixel level, validated to 1 ha.
• Support to:
• Input to various reporting & management obligations (WFD, Flood Directive,
Climate Change, Aarhus Convention, CAP)
HR Water layer mapped sites
The Water layer contains area with low
floating aquatic vegetation with species (e.g.
Nuphar spp., Nymphaea spp., Potamageton
spp. and Lemna spp.), archipelago of lakes
inside land areas, water surfaces used for
fresh-water fish-breeding activities, fish ponds
and water reservoirs temporarily without
water (seasonal lack of water, maintenance)
Method
2. HR Forest layer
4. HR Wetland layer
5. HR Water layer
Local products
Urban Atlas
Integrated production of all HRL
• 5 HR-Layers inventory in the Alpine Transect
Using Image2006 (IRS and SPOT5 data) as well as AWiFS
Image2006
AWiFS 12-09-2006
HR-Layer
Imperviousness
Grassland
Forest Crown Density
Wetlands
Water
Other
Type: Coniferous
Forest Crown
Density
100 %
10
0%
Integration of 5 HR layers
support to Corine Land Cover update
Method
2. HR Forest layer
4. HR Wetland layer
5. HR Water layer
Local products
Urban Atlas
Urban Atlas
§ Very High Resolution geo-information on land use for European urban
agglomerations > 100.000 inhabitants to support the Urban Audit of DG
Regional Policy.
§ Input data: SPOT5
§ Specification of Urban Atlas:
– 19 thematic classes,
– Vector
– Minimum Mapping Unit* :
• 0.25 ha for urban classes
• and 1 ha for non-urban classes.
§ Benefit = Development of a methodology (cost efficient) to update the
existing Urban Atlas data
* MMU: The minimum size or dimensions for features to be mapped as
lines or areas for a given map scale.
UrbanAtlas
Urban Atlas (M11 – UrbanAtlas)
• služba vyvinuta v rámci ESA projektů GUS a GSELAND
• podpora rozhodování na regionální úrovni či na úrovni funkční
městské aglomerace v oblastech životního prostředí, regionálního
rozvoje, strategického plánování, územního plánování…
• obsah zacílen na sledování vývoje zástavby (udržitelný rozvoj,
ochrana půd, monitoring urban sprawl)
129
UrbanAtlas – základní parametry
•
•
•
•
•
130
Vektorová data
krajinného krytu a
využití půdy (LC/LU)
22 hierarchických
funkčních tříd (18
zaměřeno na městské
areály)
Zdrojová data:
SPOT5, Kompsat2,
Ikonos, QuickBird nebo
jiná VHR DPZ data či
letecké orthofoto
TeleAtlas
MMU: 0,25ha pro
městské areály;
1ha pro ostatní
Měřítko 1:10000
UrbanAtlas – aktuální stav
UrbanAtlas mapování 2009 (DGREGIO)
• financování DGREGIO +Evropský fond pro regionální rozvoj (ERDF)
• distribuce Evropská Agentura pro životní prostředí (EEA)
• sběr dat probíhá na ploše 410100 km² pro více než 350 měst a
regionů Evropské unie
• pokrývá všechny hlavní města EU a dále rozsáhlý výběr měst a
regionů, které se účastní evropského projektu UrbanAudit
• v České republice pokrývá 13 regionů
• prvního mapování pro rok 2006
• první update pro rok 2011
• další aktualizace plánovány v intervalu 3-5 let
131
UrbanAtlas
26 hierarchických tříd
MMU: 0,25ha,
2006, 2011
132
UrbanAtlas
133
UrbanAtlas
13 regionů v ČR:
• Praha
• Brno
• Plzeň
• Ostrava
• Ústí nad Labem
• Olomouc
• Liberec
• České Budějovice
• Pardubice
• Hradec Králové
• Zlín
• Jihlava
• Karlovy Vary
134
Výhody UrbanAtlas
•
•
•
•
•
•
•
Pokrytí - data pokrývají funkční oblasti tj. nekončí na hranici města a mají
potenciál především v mapování okolí měst, monitoringu rozšiřování
příměstské zástavby
Porovnatelnost - data jsou porovnatelná data mezi městy, regiony i mezi
státy
Standardní nomenklatura - třídy vztažené k de facto standardu pro
mapování krajinného krytu v Evropě - CORINE Land Cover
Dostupnost – data jsou dostupná zdarma
Efektivita – kombinace s existujícími detailními daty, korelace, přechod mezi
měřítky, identifikace hot-spots tj. prioritních problémových oblastí pro sběr
přesnějších informací,
Zajištěná aktualizace - jasný aktualizační plán. Pravidelné a systematické
aktualizace je nezbytná pro operativní využití při plánování činností. Hlavní
síla je v pravidelném monitoringu změn!
Retrospektiva - potenciál pro retrospektivní mapování měst Atlas pomocí
archivních leteckých snímků (plné pokrytí pro více let, je v současné době)
Potenciál pro využití pro účely územního plánování měst a regionů,
monitoring rozvoje měst a regionů a monitorování životního prostředí
135
UrbanAtlas
funkční vztahy
136
UrbanAtlas
funkční vztahy
hranice HMP
137
Podpora UrbanAtlas v ČR
Projekt ESA UrbanAtlas+
Demonstrátor využití dat UrbanAtlas
•
•
•
•
v rámci motivačního programu pro Českou republiku - výzva 2009 (AO/16052/09/NL/CBI)
přímá návaznost na aktivity GISATu a URM HMP v projektu ESA GSELAND
testování potenciálu dat UrbanAtlas v ČR
příprava metodiky využití pro operačních data Urban Atlas (DG REGIO)
Partneři:
Útvar rozvoje města (URM) Hlavního města Prahy
Krajský Úřad Plzeňského kraje
Krajský Úřad Moravskoslezského kraje
Krajský Úřad Jihomoravského kraje
138
Demonstrátor Urban Atlas, Praha
•
•
testování mapování změn M11 (Urban Atlas)
kombinace dat DPZ a leteckých orthofot poskytnutých ÚRM / HMP
Katastrální
území
139
1938
1953
1975
1988
Rozsah
podkladových
dat pro rok
1938
1996
140
2003
2005
omezení pro
analýzu změn
141
1938
1953
1975
1996
2003
2005
1988
1938
Stav 1938
30000
9%
11110
1%
11210
11230
5%
1%
11220
3% 12110
2%
12120
1%
12130
1%
12220 12230
5%
2%
13300
1%
13400
2%
14100
1%
14200
1%
20000
64%
142
1953
+ 15 let
Stav 1953
30000
9%
11110 11210
1%
6% 11220
4%
11230
2%
12120
12110
2%
3%
12130
1% 12220
5%
12230
2%
13300
4%
13400
1%
20000
56%
14100
1%
14200
2%
143
1975
+ 22 let
Stav 1975
30000
13%
11110
1%
11210
9%
11220
6% 11230
1%
11310
4%
12110
7%
20000
24%
12120
6%
14200
3%
14100
3%
144
12130
2%
13400
1%
13300
9%
12230
4%
12220
7%
1988
+ 13 let
Stav 1988
30000
15%
50000 11110
1%
1%
11210
9%
11220
5%
11230
0,3%
11310
7%
20000
12%
14200
3%
14100
4%
13300
13400
3%
1%
13100
1%
145
12110
11%
12230
4%
12220
9%
12130
12210
3%
1%
12120
8%
1996
+ 8 let
Stav 1996
30000
17%
50000
1%
11110
1%
11210
10%
11220
5%
11230
0,3%
11310
8%
20000
9%
14100
4%
14200
4%
13400
2%
13300
1%
146
12110
12%
12230
4%
12220
9%
12130
12210 3%
1%
12120
9%
2003
+ 7 let
Stav 2003
30000
19%
50000
1%
11110
1%
11210
10%
11220
5%
11310
8%
20000
6%
14200
4%
12110
12%
14100
4%
13400
2%
13300
12230
1%
4%
147
12220
9%
12130
12210 3%
2%
12120
9%
2005
+2
roky
Stav 2005
50000 11110
1%
1%
30000
19%
11210
10%
11220
5%
11230
0,2%
11310
8%
20000
6%
14200
3%
14100
4%
13400
1%
13300
2%
148
12110
12%
12230
4%
12220
9%
12130
12210 3%
2%
12120
9%
149
1938
1953
1975
1996
2003
2005
1988
Obytná či smíšená zástavba
1938
1953
1975
1996
2003
2005
1988
Průmysl, komerční využití ploch
1938
1953
1975
1996
2003
2005
1988
Zemědělství, lesy a vegetace
1938
1953
1975
1996
2003
2005
1988
Změny v rozlohách tříd 1938 - 2005
Vývoj podílu tříd land use mezi roky 1938 a 2005 (bez třídy 20000)
Vývoj podílu tříd land use mezi roky 1938 a 2005
20%
70%
11110
11210
11220
11230
11310
11320
12110
12120
12130
12210
12220
12230
13100
13300
13400
14100
14200
20000
30000
50000
podíl na celkové rozloze extentu
50%
40%
16%
11110
11210
11220
11230
11310
11320
12110
12120
12130
12210
12220
12230
13100
13300
13400
14100
14200
30000
50000
14%
podíl na celkové rozloze extentu
60%
18%
30%
12%
10%
8%
6%
20%
4%
10%
2%
0%
0%
1938
1953
1975
1988
rok
153
1996
2003
2005
1938
1953
1975
1988
rok
1996
2003
2005
Vyhodnocení změn - koncept
Klasifikace toků land cover / land use
Matice změn
stavové & změnové účty
strukturální indexy
DB změn
Indikátory pro rozhodování
DB stavů land cover / land use
154
Vyhodnocení změn
Výhody vyhodnocení změn u prostorových dat oproti čistě
statistickým informacím
•
•
•
•
intensita změn v území
kromě salda změn i vnitřní dynamika změn (úbytky, přírustky)
vnitřní struktura úbytků a přírůstků
flexibilní uživatelské analytické jednotky – KÚ, uživatelské
zonace, koridory
• kombinace se statistickými informacemi
155
Intenzita změn - trend
1938 > 1953
1953 > 1975
1975 > 1988
1988 > 1996
Podíl plochy změn na celkové rozloze extentu
(ext. 38)
80%
67%
70%
% celkové plochy
60%
50%
43%
40%
30%
26%
20%
1996 > 2003
2003 > 2005
1938 > 2005
10%
9%
10%
6%
2%
změna mezi roky:
156
38 >05
03 >05
96 > 03
88 > 96
75 > 88
53 > 75
38 > 53
0%
Intenzita změn - trend
Průměrné roční plochy změn k celkové rozloze extentu (ext. 38)
2,50%
1,95%
% celkové plochy
2,00%
2,00%
1,50%
1,13%
1,00%
1,00%
0,86%
0,92%
0,67%
0,50%
změna mezi roky:
157
38 > 05
03 > 05
96 > 03
88 > 96
75 > 88
53 > 75
38 > 53
0,00%
Vyhodnocení změn
• sledování intensity změn v území
• kromě salda změn i sledování vnitřní dynamiky změn (úbytky,
přírustky)
• vhled do vnitřní struktury úbytků a přírůstků
• flexibilní uživatelské analytické jednotky – KÚ, uživatelské
zonace, koridory
158
Územní
159
třída land use
0
6
15
15
14200
50000
108
120
30000
20000
14
14100
0
41
13400
8
39
2
13300
13100
12230
12220
12210 0
-94
-24
50000
30000
20000
14200
14100
13400
13300
13100
12230
12220
4
5
14
18
17
15
12210
10
27
27
12130
0
0
9
12120
12110
11320
-1
-3
11310
11230
1
plocha (ha)
11220
-117
-150
-3
11210
11110
-50
19
29
12120
12130
31
27
40
12110
11320 0
9
-100
11310
11230 0
3
50000
30000
20000
14200
Úbytky ploch tříd land use mezi roky 1988 a 1996
11220
11210
-1
-2
14100
13400
13300
1988 > 1996
1
-50
plocha (ha)
-13
-10
12230
-1
13100
12220
-2
12210
12130
12120
12110
11320
50
11110
-150
-23
-26
-19
-4
11230
11310
11220
-3
0
-6
11210
11110
Změnové plochy
-125
-133
plocha (ha)
95
Vyhodnocení vnitřní dynamiky změn
Salda změn ploch tříd land use mezi roky 1988 a 1996
150
třída land use
Přírůstky ploch tříd land use mezi roky 1988 a 1996
80
třída land use
Územní
Vyhodnocení změn
•
•
•
•
zonace, koridory
160
Struktura úbytku ploch zemědělské půdy
20000
-15,9
-122,6
-484,1
-307,7
Struktura úbytku ploch třídy 20000
mezi roky 1938 a 1953
30000 11210
14200 1%
6%
9%
11220
14100
13%
1%
-1500
-2000
-2403,0
-2500
11230
9%
13300
33%
11220
4%
-1000
-1355,3
plocha změny (ha)
-500
-117,3
0
14200
4%
14100
5%
13400
3%
30000
13%
11210
3%
1121011220
30000 1% 2%
11310
14%
12%
14200
4%
14100
12110
4%
17%
13400
11310
9%
12110
13%
4%
-3000
12110
15%
38>53 53>75 75>88 88>96 96>03 03>05 38>05
změna mezi roky
13300
24%
12220 12120
4%
6%
30000
17%
13400
2%
12230
3%
13300
3%
12220
7%
12130 12120
4%
12%
12130
1%
11220 11310
2%12120
1%
5%12220
2%
13300
9%
11310
12%
12110
17%
30000
57%
14100
3%
12210
1%
11220
4%
13100
4%
12120
14%
12210
3%
30000
48%
12220
2%
13400
13%
14200
5%
12120
10%
12130
13100
12220 4%
5%
5%
12230
1%
12220
4%
11210
5% 11220
5%
14200
5%
14100
4%
12230
4%
13300
16%
12120
10%
12130
2%
13300
4%
14200 14100
1%
5%
13400
15%
13100
1%
13300
96%
12210
3%
161a
Územní plánování
Vyhodnocení změn
Výhody vyhodnocení změn u prostorových dat oproti
•
•
•
•
zonace, koridory
162
Územní
Zonace, kombinace se statistickými daty
• různá
vzdálenost od
centra
• odlišná funkce
• odlišný vývoj?
163
Územní
Struktura landuse v KÚ Křeslice - rok 1953
30000
11%
11220
2%
Vývoj počtu obyvatel
- KÚ Křeslice
KÚ Křeslice
12220
1%
400
350
lineární růst
280%
PO / obytné plochy
300
20000
86%
1953
Struktura landuse v KÚ Křeslice rok - 2003
30000
14%
11220
7%
12110
2%
12220
1%
13300
3%
14100
9%
14200
1%
230%
250
počet obyvatel
nárůst počtu obyvatel / domů
PD / obytné plochy
2003
200
150
100
50
0
1950
1970
180%
1991
2001
rok
1988
2003
Vývoj rozloh ploch s obytnou
zástavbou - KÚ Křeslice
25
130%
20
1988
1953
80%
50%
20000
63%
100%
1975
150%
200%
250%
300%
plocha (ha)
1975
15
10
nárůst ploch obytné zástavby
2003
5
0
1953
1975
1988
2003
rok
Vývoj počtu domů - KÚ Křeslice
120
100
1953
1975
1988
2003
počet domů
80
60
40
20
164a
0
1950
1970
rok
1991
2001
Struktura landuse v KÚ Horní Měcholupy
- rok 1953
1953
11210
1%
11220
12120
4%
2%
Vývoj počtu obyvatel
- KÚ Horní Měcholupy
KÚ Horní Měcholupy
14000
12220
2%
12000
13300
3%
lineární růst
2003
PO / obytné plochy
2000%
nárůst počtu obyvatel / domů
1988
20000
83%
Struktura landuse v KÚ Horní Měcholupy
- rok 2003
2003
11210
7%
11220
8%
30000
17%
10000
počet obyvatel
PD / obytné plochy
13400
4%
8000
6000
4000
2000
1500%
0
1950
1000%
90
500%
70
11310
20%
plocha (ha)
12130
9%
12120
11%
12110
8%
1953
0%
0%
200%
400%
600%
sídliště
ostatní obytná
zástavba
60
2003
1988
1975
12220
9%
2001
Vývoj rozloh ploch s obytnou
zástavbou - KÚ Horní Měcholupy
80
13400
2%
1991
rok
20000
5%
14200
3%
1970
50
40
30
800%
20
nárůst ploch obytné zástavby
10
1975
1988
0
2003
1953
1975
1988
2003
rok
Vývoj počtu domů - KÚ Horní
Měcholupy
500
400
počet domů
1953
300
200
100
0
165a
rok
1950
1970
1991
2001
GMES data exploration webtool
Implementace pro UrbanAtlas - 7/2012
GIO (GMES Initial Operation)
• Continuation of the European land service is ensure thanks to
GIO (GMES Initial Operation) 2011-2013 (26 M€)
• Land component will be coordinated by EEA
• Maintenance and enhancement of Services to cover all Europe
• Users will continue to be highly involved
• Also other local componet area will be defined – riparian zones !!
167
GIO (GMES Initial Operation)
• Continuation of the European land service is ensure thanks to
GIO (GMES Initial Operation) 2011-2013 (26 M€)
• Land component will be coordinated by EEA
• Maintenance and enhancement of Services to cover all Europe
• Users will continue to be highly involved
• Also other local componet area will be defined – riparian zones !!
168

zde - Copernicus

Transkript

Podobné dokumenty

Prezentace aplikace PowerPoint

PREZENTACE SPOLEČNOSTI AAA –LUX

Copernicus

GMES newsletter č. 2/2011

GN č. 1/2014

GN č. 2/2012

High Tenacity