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 www.gmes-geoland.info
Monitoring lesních areálů
• Podpora národního UNFCCC a Kjótského protokolu • Lesní plocha • Mapování lesních typu • Detekce změn
Forest Monitoring Services
www.gmes-geoland.info
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 www.gmes-geoland.info
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
www.gmes-geoland.info
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 www.gmes-geoland.info
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
www.gmes-geoland.info
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 www.gmes-geoland.info
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 1. HR Imperviousness layer 2. HR Forest layer 3. HR Agricultural layer (Grassland) 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)
Imperviousness change 2006-09 100m Degree of Imperviousness 2006 100m
2012 Degree of Imperviousness 2012 20m
Built-up change detection
201x Degree of Imperviousness 201x 20m
Sealing change analysis (with thresholds)
Sealing change analysis (with thresholds)
Imperviousness change 2009-12 20m
Imperviousness change 2012-1x 20m
Aggregation
Aggregation
Imperviousness change 2009-12 100m
Degree of Imperviousness 2009 100m
Degree of Imperviousness 2012 100m
Imperviousness change 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
HRL Imperviousness Production 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
HRL Imperviousness Production 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
→
HRL Imperviousness - Examples New built-up areas (Luxembourg) IMG2009 IMG2006
2006
GE 2009 2005
2009
Change
Construction Site
10 May 2012
48
HRL Imperviousness - Examples New built-up areas (Istanbul, Turkey) GE 2010 2005
IMG2006 IMG2009
2006
10 May 2012
2009
Change
49
HRL Imperviousness - Examples New built-up areas (Olching, Germany) GE 2009 2006
IMG2009 IMG2006
2006
10 May 2012
2009
Change
50
HRL Imperviousness - Examples 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 1. HR Imperviousness layer 2. HR Forest layer 3. HR Agricultural layer (Grassland) 4. HR Wetland layer 5. HR Water layer HR Layers integration 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
geoland2 – EAGLE – MS. MONINA Meeting, Frankfurt
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
geoland2 – EAGLE – MS. MONINA Meeting, Frankfurt
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
HR Forest GIO specifikace
HR Forest GIO specifikace
HR Forest GIO specifikace
HR Forest GIO specifikace
HR Forest GIO specifikace
HR Forest GIO specifikace
HR Forest GIO specifikace
HR Forest GIO specifikace
3. geoland2 products Continental products Method 1. HR Imperviousness layer 2. HR Forest layer 3. HR Agricultural layer (Grassland) 4. HR Wetland layer 5. HR Water layer HR Layers integration 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
geoland2 – EAGLE Meeting, Barcelona, Spain
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
geoland2 – EAGLE Meeting, Barcelona, Spain
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
geoland2 – EAGLE Meeting, Barcelona, Spain
g2 HRL Grassland evolution • 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
geoland2 – EAGLE Meeting, Barcelona, Spain
81
g2 HRL Grassland evolution • 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
geoland2 – EAGLE Meeting, Barcelona, Spain
82
Grassland in Austria
10th May 2012
geoland2 – EAGLE Meeting, Barcelona, Spain
83 83
Grassland in the Czech Republic
10th May 2012
geoland2 – EAGLE Meeting, Barcelona, Spain
84 84
Grassland in Scandinavia
10th May 2012
geoland2 – EAGLE Meeting, Barcelona, Spain
85 85
Grassland in Ireland
10th May 2012
geoland2 – EAGLE Meeting, Barcelona, Spain
86 86
Grassland in Spain
10th May 2012
geoland2 – EAGLE Meeting, Barcelona, Spain
87 87
Grassland in Italy
10th May 2012
geoland2 – EAGLE Meeting, Barcelona, Spain
88 88
Grassland - other examples
10th May 2012
geoland2 – EAGLE Meeting, Barcelona, Spain
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
geoland2 – EAGLE Meeting, Barcelona, Spain
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
geoland2 – EAGLE Meeting, Barcelona, Spain
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
geoland2 – EAGLE Meeting, Barcelona, Spain
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
geoland2 – EAGLE Meeting, Barcelona, Spain
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 geoland2 – EAGLE Meeting, Barcelona, Spain
HR Layer Status – Grassland 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
geoland2 – EAGLE Meeting, Barcelona, Spain
HR Layer Status – Grassland 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
geoland2 – EAGLE Meeting, Barcelona, Spain
HR Layer Status – Grassland 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
geoland2 – EAGLE Meeting, Barcelona, Spain
HR Layer Status – Grassland 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
geoland2 – EAGLE Meeting, Barcelona, Spain
EU06
HR Layer Status – Grassland 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
geoland2 – EAGLE Meeting, Barcelona, Spain
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
geoland2 – EAGLE Meeting, Barcelona, Spain
g2 HRL Grassland further work • 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
geoland2 – EAGLE Meeting, Barcelona, Spain
g2 HRL Grassland further work
• 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
geoland2 – EAGLE Meeting, Barcelona, Spain
g2 HRL Grassland further work
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
geoland2 – EAGLE Meeting, Barcelona, Spain
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
geoland2 – EAGLE Meeting, Barcelona, Spain
HR Layer Status – Grassland 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
geoland2 – EAGLE Meeting, Barcelona, Spain
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
geoland2 – EAGLE Meeting, Barcelona, Spain
3. geoland2 products Continental products Method 1. HR Imperviousness layer 2. HR Forest layer 3. HR Agricultura layer (Grassland) 4. HR Wetland layer 5. HR Water layer HR Layers integration 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
Wetness monitoring - AWiFS 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
Wetness monitoring - AWiFS 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
3. geoland2 products Continental products Method 1. HR Imperviousness layer 2. HR Forest layer 3. HR Agricultural layer (Grassland) 4. HR Wetland layer 5. HR Water layer HR Layers integration 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)
3. geoland2 products Continental products Method 1. HR Imperviousness layer 2. HR Forest layer 3. HR Agricultural layer (Grassland) 4. HR Wetland layer 5. HR Water layer HR Layers integration 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
3. geoland2 products Continental products Method 1. HR Imperviousness layer 2. HR Forest layer 3. HR Agricultural layer (Grassland) 4. HR Wetland layer 5. HR Water layer HR Layers integration 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
Demonstrátor Urban Atlas, Praha
1938
1953
1975
1988
Rozsah podkladových dat pro rok 1938
1996
140
2003
2005
omezení pro analýzu změn
Demonstrátor Urban Atlas, Praha
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%
Demonstrátor Urban Atlas, Praha 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 Výhody vyhodnocení změn u prostorových dat oproti čistě statistickým informacím • 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 • kombinace se statistickými informacemi
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 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
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
Struktura úbytku ploch třídy 20000 mezi roky 1953 a 1975
30000 11210 14200 1% 6% 9% 11220 14100 13% 1%
-1500
-2000
-2403,0
-2500
11230 9%
13300 33%
Struktura úbytku ploch třídy 20000 mezi roky 1975 a 1988
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%
Struktura úbytku ploch třídy 20000 mezi roky 1938 a 2005
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%
Struktura úbytku ploch třídy 20000 mezi roky 1996 a 2003
14100 3%
12210 1%
Struktura úbytku ploch třídy 20000 mezi roky 2003 a 2005
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%
Struktura úbytku ploch třídy 20000 mezi roky 1988 a 1996
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 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
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 Územní plánování 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 Územní plánování 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