Je viens de découvrir la classification étonnante de Hansen sur la perte et la repousse des forêts , disponible sur http://www.globalforestwatch.org/ , publiée dans Science, 2013 comme: Hansen, MC, Potapov, P. V, Moore, R ., Hancher, M., Turubanova, SA, et Tyukavina, A. (2013). Cartes mondiales à haute résolution de l'évolution du couvert forestier du 21e siècle. Science, 342 (6160) (15 novembre), 850–854. doi: DOI: 10.1126 / science.1244693.
Cependant, je ne trouve pas dans cet article / sur le site Web la méthodologie exacte pour reproduire une telle carte, alors quelle classification Hansen a-t-elle utilisée?
La seule chose que je puisse trouver est que l' algorithme d'apprentissage supervisé a été utilisé pour identifier la couverture arborée, mais c'est un terme assez large.
Si cela est possible, je voudrais utiliser la même méthodologie (mais l'appliquer sur 90 ans), donc avant la classification de Hansen dans ma zone sélectionnée.
Réponses:
L'équipe de Matt Hansen a publié un article sur le changement du couvert forestier en Europe de l'Est qui remonte à 1985 - voir la dynamique du couvert forestier de l'Europe de l'Est de 1985 à 2012 quantifiée à partir des archives Landsat complètes http://www.sciencedirect.com/science/article/ pii / S0034425714004817
Je vérifie également avec mes collègues si l'algorithme de Matt Hansen est disponible pour une utilisation dans Google Earth Engine.
En attendant, nous mettrons à jour l'ensemble de données Hansen sur Global Forest Watch en février, pour inclure les données jusqu'en 2013.
la source
Le Supplément Materials (SM) pour l'article Science fournit des références à un certain nombre d'articles de revues différents qui décrivent diverses parties de la méthodologie.
Le SM peut être trouvé ici
L'extension de la série chronologique pour inclure Landsat-5 (et potentiellement Landsat-8 pour rendre la méthodologie quelque chose qui peut être réexécutée "facilement") sera une tâche difficile et nécessitera des tests approfondis de la normalisation de l'image. La normalisation de l'image peut être rendue encore plus difficile, en raison de l'absence de couvertures MODIS coïncidentes. Au lieu de cela, vous devrez peut-être appliquer une approche de normalisation différente, comme une combinaison de COST - article et MAD - article tel que décrit dans cet article .
Dans l'ensemble, ce n'est pas une tâche simple et je vous souhaite bonne chance.
Les articles les plus pertinents du SM sont:
P. Potapov, SA Turubanova, MC Hansen, B. Adusei, M. Broich, A. Altstatt, L. Mane, CO Justice, Quantifying loss forest cover in Democratic Republic of the Congo, 2000-2010. Remote Sens. Environ. 122, 106-116 (2012). Article
M. Broich, MC Hansen, P. Potapov, B. Adusei, E. Lindquist, SV Stehman, Analyse de séries temporelles d'imagerie optique multi-résolution pour quantifier la perte de couvert forestier à Sumatra et Kalimantan, Indonésie. Int. J. Appl. Earth Obs 13, 277-291 (2011). Article
M. Hansen, A. Egorov, DP Roy, P. Potapov, J. Ju, S. Turubanova, I. Kommareddy, TR Loveland, Continuous of land cover for the conterminous United States using Landsat data: First results from the Web- Projet Landsat Data (WELD) activé. Remote Sens. Letters 2, 279-288 (2011). Article
M. Hansen, RS DeFries, JRG Townshend, M. Carroll, C. Dimiceli, RA Sohlberg, Pourcentage global de couverture arborée à une résolution spatiale de 500 mètres: premiers résultats de l'algorithme MODIS de champs continus de végétation. Earth Interact. 7, 1–15 (2003). Article
L. Breiman, J. Friedman, R. Olsen, C. Stone, Arbres de classification et de régression Wadsworth et Brooks / Cole, Monterey, CA, (1984).
la source