روش شناسی برای ارزیابی کیفیت نقشه های اکوسیستم: مطالعه موردی در آند

خلاصه

عدم قطعیت در نقشه های موضوعی عمدتاً در نقشه هایی با طبقه بندی گسسته یا فازی بر اساس داده های طیفی آزمایش شده است. با این حال، بسیاری از نقشه های اکوسیستم در کشورهای گرمسیری از چند ضلعی های مجزا حاوی اطلاعاتی در مورد ویژگی های مختلف اکوسیستم مانند پوشش گیاهی، خاک، آب و هوا، ژئومورفولوژی و تنوع زیستی تشکیل شده است. ترکیب این ویژگی ها در یک کلاس منجر به خطا می شود. ما یک طرح نمونه‌گیری مبتنی بر احتمال را با دو حوزه، مراحل چندگانه و طبقه‌بندی با انتخاب واحدهای نمونه‌گیری اولیه (PSUs) متناسب با غنای اقشار پیشنهاد می‌کنیم. اعتبارسنجی از طریق بازدیدهای میدانی و داده های سنجش از دور با وضوح خوب انجام می شود. یک سایت آزمایشی در مرکز آند کلمبیا برای تأیید نقشه اکوسیستم رسمی دولتی انتخاب شد. 20 واحد نمونه برداری اولیه (PSUs) 10×15 کیلومتر انتخاب شدند و تعداد نهایی واحدهای نمونه برداری نهایی (FSUs) 76 برای حوزه خشکی و 46 برای حوزه آبی بود. نتایج ما سطح اطمینان 95% را نشان داد که دقت در حوزه خشکی بین 51.8% و 64.3% و در حوزه آبی بین 75% و 92% متغیر است. دولت ها باید عدم اطمینان را در نظر بگیرند زیرا برای تصمیم گیری و هدایت سیاست ها بر کیفیت این نقشه ها تکیه می کنند.

کلید واژه ها:

نقشه برداری اکوسیستم ; سنجش از دور ؛ عدم قطعیت ؛ اعتبار سنجی میدانی

1. معرفی

نقشه های موضوعی در سراسر بخش محیط زیست برای تحقیق استفاده می شود، اما بیشتر برای حمایت از تصمیمات سیاستی و برنامه ریزی زمین. نقشه‌های اکوسیستم همچنین برای توصیف الگوهای فضایی انواع مختلف واحدهای اکولوژیکی و اغلب برای توصیف گستره انواع مختلف اکوسیستم برای اهداف حفاظت از تنوع زیستی [1]، و همچنین کمی‌سازی، ارزش‌گذاری و برنامه‌ریزی برای خدمات اکوسیستم استفاده می‌شوند [ 2 ، 3 ، 4 ]. با این حال، قبل از استفاده، هر نقشه باید تحت فرآیند نوعی ارزیابی دقت قرار گیرد [ 5] به عنوان روشی برای آزمایش اینکه آیا مقادیر مجموعه داده در محدوده برخی از قابلیت اطمینان قرار می گیرند یا خیر. این موضوع قبل از هر گونه تصمیم گیری بر اساس نقشه از اهمیت ویژه ای برخوردار است. نمونه‌های بسیاری از ارزیابی دقت برای نقشه‌های اکوسیستم [ 6 ، 7 ] و پوشش زمین، که عمدتاً از داده‌های سنجش از دور ساخته شده‌اند، توسعه یافته‌اند [ 5 ، 8 ].

ارزیابی دقت نقشه معمولاً دارای یک جزء طراحی نمونه‌گیری است، به دنبال آن یک طرح پاسخ و در نهایت نوعی از تخمین و روش‌های تحلیل [ 5 ]. برای اعتبار سنجی پوشش زمین، فودی و اتکینسون (2002) به بررسی روش‌شناسی پرداختند و نواحی مشکل را از جمله دقت اندازه‌گیری، نوع نمونه‌برداری، نوع خطا و ابعاد، و همچنین توزیع مکانی و خطا در ارزیابی تفاوت‌ها را شناسایی کردند. از نظر نقشه های اکوسیستم، Meidinger [ 6] یکی از اولین کسانی بود که یک پروتکل چند مقیاسی را برای تعیین مقبولیت نقشه از طریق طراحی آماری بی طرفانه چند ضلعی های نقشه و سپس ارزیابی محتوای موضوعی با داده های تفکیک مکانی دقیق تر و تأیید زمینی پیشنهاد کرد. پروتکل میدینگر چندین مرحله از جمله انتخاب نوع واحد مورد ارزیابی (اعم از چند ضلعی یا مناطق کوچک)، انتخاب سطح نمونه‌برداری، انتخاب اندازه نمونه‌گیری، انجام برنامه‌ریزی، امتیازدهی برای تعیین نسبت‌های نقشه را پیشنهاد می‌کرد که طی آن نقشه‌برداری غالب موجودیت تصحیح می شود و در نهایت جداول مقایسه ای مانند ماتریس های سردرگمی توسعه می یابد.

ارزیابی‌های دقت دیگری برای پوشش گیاهی در برنامه بین‌المللی ژئوسفر-بیوسفر، پوشش زمین جهانی 2000 [ 9 ] و پوشش گلوب توسعه داده شده است ، که بر هزینه بالای اعتبارسنجی نقشه و نیاز به داشتن پروتکل و داده‌های جهانی در دسترس [ 10 ] تاکید می‌کند. برخی از رویکردهای پیشنهادی شامل نقشه‌برداری تصادفی طبقه‌ای از واحدهای ۵×۵ کیلومتری برای مجموعه داده‌های جهانی و طراحی بعدی بر اساس تفسیر توسط کارشناسان محلی در وضوح فضایی دقیق‌تر با استفاده از، به عنوان مثال، داده‌های QuickBird [5، 10 ] است . مقاله اخیر [ 7] عدم قطعیت در نقشه برداری اکوسیستم با سنجش از دور را مورد بحث قرار می دهد و برخی از روش های موجود، از جمله نظریه مجموعه فازی، عدم اختلاط طیفی و سایر رویکردهای جایگزین مبتنی بر نظریه بیزی، حداکثر آنتروپی یا تحلیل چند متغیره را مرور می کند.

کاربرد روش‌ها حتی در ادبیات کمیاب‌تر است و بیشتر نمونه‌ها از داده‌های سنجش از دور استفاده می‌کنند یا فقط داده‌های مشتق شده از دور سنجش را حتی در هنگام ارزیابی نقشه‌های موضوعی اعتبارسنجی می‌کنند. پوشش جهانی زمین [ 9 ] با استفاده از تجزیه و تحلیل خوشه ای فقط برای سه طبقه – جنگل ها، زمین های کشاورزی و تالاب ها – با انتخاب نسبت پیکسل ها برای اعتبارسنجی با توجه به نسبت کلاس نقشه و گزارش دقت کلی 68٪ از اعتبارسنجی شد. نقشه با استفاده از ماتریس های سردرگمی [ 11 ]. در آمریکای جنوبی، با استفاده از نمونه‌گیری طبقه‌ای، نقشه کاربری و پوشش زمین با استفاده از 26 مکان در هر نوع پوشش زمین پس از حذف خطاهای ماکروسکوپی در حدود و برچسب‌های چند ضلعی اعتبارسنجی شد [12 ]]. یک مطالعه جداگانه در آمریکای لاتین و دریای کارائیب [ 13 ] بر تغییرات کاربری زمین از سال 2001 تا 2010 متمرکز شد. آنها از تفسیر بصری تصاویر با وضوح خوب از Google Earth، Digital Globe’s QuickBird و IKONOS به عنوان داده های مرجع برای ارزیابی دقت استفاده کردند و آن را به کار بردند. یک شبکه نمونه برداری، ارائه تجزیه و تحلیل ماتریس خطا شامل جزئیات خطای تولید کننده (حذف) و کاربر (کمیسیون). دقت کلی 8.1 ± 80.2٪، با حداقل 65.1٪ در دریای کارائیب و حداکثر 97.1٪ در ساواناهای اروگوئه بود.

به غیر از رویکردهای جهانی و منطقه ای، بیشتر تجربیات محلی آمریکای لاتین از اعتبار سنجی نقشه در مکزیک، پرو، اکوادور و آرژانتین متمرکز شده است [ 14 ، 15 ]، اما حتی در آنجا، گاهی اوقات علیرغم اعتبارسنجی میدانی (نقشه ها، ترانسکت ها یا ارزیابی های سریع)، دقت نقشه گزارش نشده است. در ونزوئلا، یک مطالعه [ 16 ] اعتبار نقشه ای از اکوسیستم های ساوانا را با مناطق نمونه برداری میدانی 1 کیلومتر و دقت کلی 90٪ گزارش کرد، در حالی که دقت برای ساواناهای فرا فصلی و فصلی 75٪ بود و برای ساوانای نیمه فصلی زیر 50 درصد بود.

کلمبیا سنت‌هایی در ساختن نقشه‌های پوشش زمین و اکوسیستم دارد، اما اکثر آنها اعتبارسنجی را شامل نمی‌شوند [ 17 ، 18 ]. دو نقشه محلی، برای آند و اورینوکویا [ 19 ، 20 ]، پروتکل Meidinger (2003) را برای ارزیابی دقت نقشه‌های اکوسیستم به شرایط گرمسیری با استفاده از داده‌های ماهواره‌ای با وضوح خوب و اعتبار سنجی میدانی تطبیق دادند و یک دقت جهانی و یک دقت لایه را گزارش کردند. نوع بیوم

نقشه برداری از واحدهای اکولوژیکی پیچیده به عنوان اکوسیستم فرآیندی است که در طول زمان تغییر کرده است، و اگرچه سنجش از دور بخش مهمی از این فرآیندها است، سایر اجزای غیرزیستی و زیستی اکوسیستم ها اغلب گنجانده می شوند. وزارت محیط زیست و توسعه پایدار کلمبیا، همراه با موسسات تحقیقاتی، بر روی نقشه برداری اکوسیستم در مقیاس منطقه ای به عنوان کمک مهمی به برنامه ریزی زمین و ارائه اطلاعات علمی برای مدیریت حیات وحش کار کرده اند [21] .]. با هدف تحقق این اهداف، به روز رسانی نقشه اکوسیستم ها در مقیاس 1:100000 از شناسایی، طبقه بندی و توصیف اکوسیستم ها به عنوان راهی برای درک قلمرو انجام شد. این فرآیند شامل بازنگری کتابشناختی اکوسیستم های مختلف زمین و آبی شناسایی، ترسیم و بررسی شده در کشور برای به دست آوردن یک گونه شناسی کلی بود [ 21 ]. به دنبال آن، طبقه‌بندی اکوسیستم‌های طبیعی و دگرگون‌شده انجام شد و اکوسیستم‌های طبیعی با ویژگی‌هایی مانند آب‌وهوا، ژئوپدولوژی و پوشش شناسایی شدند. پس از آن، اکوسیستم ها در واحدهای سنتز مطابق با متغیرهای حدی که قبلاً نامگذاری شد، گروه بندی و طبقه بندی شدند، که منجر به یک افسانه سلسله مراتبی شد که اجزای اکوسیستم را به هم مرتبط می کند.21 ]. با این حال، دولت ها باید کیفیت اطلاعاتی را که بر اساس آن تصمیم گیری می کنند، بدانند. این مقاله توسعه و کاربرد روشی را برای تأیید کیفیت نقشه رسمی اکوسیستم در کلمبیا، با استفاده از این روش در یک سایت آزمایشی در منطقه آند ارائه می‌کند. منطقه آزمایشی با شیب های ارتفاعی، ژئومورفولوژیکی و دگرگونی متفاوت با اکوسیستم های همگرا از مناطق مرتفع و پست مشخص می شود. اهداف این کار توسعه و اعمال یک نمونه و طرح پاسخ منتخب با استفاده از تصاویر با وضوح خوب و داده‌های اعتبارسنجی میدانی و ارزیابی دقت موضوعی نتایج است.

2. روش ها

2.1. نقشه اکوسیستم

نقشه اکوسیستم کلمبیا (مقیاس 1:100000) حاوی اطلاعات اکوسیستم های زمینی و آبی [ 21 ] است و از یک ساختار عمودی [ 22 ] استفاده می کند که هر دو مؤلفه زنده و غیر زنده را به صورت سلسله مراتبی ترکیب و به هم مرتبط می کند [ 23 ]. به طور کلی، این نقشه مجموعاً 3930 اکوسیستم را گزارش می‌کند ( شکل 1 الف)، که در 274 زیست بوم برای حوزه زمینی ( شکل 1 ب) و به 5878 اکوسیستم ( شکل 2 الف) در 625 نوع اکوسیستم عمومی گروه‌بندی شده‌اند ( شکل 2 ب) برای حوزه آب

2.2. سایت مطالعه آزمایشی

اعتبار سنجی بر روی پنجره ای واقع در آندهای مرکزی در بخش های Cundinamarca، Boyacá و Casanare انجام شد که شش صفحه را در 1:100000 (صفحه های 190، 191، 192، 193، 209 و 228) و مساحتی به وسعت 1501.70 هکتار پوشش می داد. این پنجره با کمک افسران موسسه تولیدکننده IDEAM انتخاب شد و در یک منطقه استراتژیک زمینی قرار دارد که شامل اکوسیستم های منطقه آند، به ویژه در رشته کوه شرقی و برخی از اکوسیستم های دشت اورینوکو، چه زمینی و چه آبی است ( شکل 3 ).

این منطقه شامل سیستم آند متعلق به کوردیلرا شرقی است و با انواع کف‌های حرارتی مشخص می‌شود که گرادیان دمایی از 32 درجه سانتی‌گراد در منطقه استوایی تا 2 درجه سانتی‌گراد در منطقه پارامو [24]، و رژیم‌های رطوبتی از فوق مرطوب تا خشک با یا بدون کمبود آب، با تمایل به تغییرات حداقل یا بسیار زیاد دما بسته به منطقه . پنجره آزمایشی انتخاب شده شامل 994 اکوسیستم زمینی است که 25.3٪ از اکوسیستم های زمینی شناسایی شده در قلمرو ملی را نشان می دهد و در 20 بیوم گروه بندی می شود، و 107 اکوسیستم آبی که 1.82٪ از اکوسیستم های گزارش شده برای کشور را نشان می دهد که در هشت زیر سیستم عملکردی وجود دارد. از آنها قاره ای هستند ( شکل 3).

2.3. طراحی نمونه گیری

مناطق برای نمونه‌گیری احتمالی با دو مرحله و چند مرحله ایجاد شد و با انتخاب متناسب با غنای اقشار موجود در هر واحد نمونه‌گیری اولیه (PSU) طبقه‌بندی شد. این اقشار واحدهای جغرافیایی تعریف شده ای هستند که توسط بیوم ها برای حوزه خشکی و زیر سیستم های عملکردی برای حوزه آبی محدود می شوند. برای اهداف لجستیک مرتبط با بهینه سازی منابع مالی، انتخاب نمونه شامل مراحل زیر می باشد.

2.3.1. مرحله اول

واحدهای نمونه برداری اولیه (PSUs) در سطح کشور انتخاب شدند که هر کدام از یک منطقه جغرافیایی مستطیلی به ابعاد 10 کیلومتر × 15 کیلومتر (150 کیلومتر مربع ⁾ ، مربوط به 1/16 واحد با مقیاس 1:100000 ( شکل 4 ) تشکیل شده است.

نمونه گیری تصادفی با استفاده از احتمال به دست آمده از تعداد اقشار و اکوسیستم های موجود در هر PSU تنظیم شد. بنابراین، به احتمال زیاد آن دسته از PSU هایی را انتخاب می کنیم که دارای متنوع ترین لایه ها هستند ( شکل 5 ).

2.3.2. مرحله دوم

واحدهای نمونه برداری نهایی (FSUs) یا واحدهای مرجع واحد فضایی هستند که به عنوان مبنایی برای مقایسه طبقه بندی مرجع و نقشه اکوسیستم عمل می کنند. اندازه و شکل هر FSU مربوط به مربع های 25 هکتاری برای حوزه خشکی و شش ضلعی های 5 هکتاری در حوزه آبی در زیرسیستم های لوتیک و لنتیک است، در حالی که واحدهای آبی انتقالی و تبدیل شده نیز از مربع های 25 هکتاری استفاده می کنند (جدول 1 ) . . این مناطق مربوط به حداقل واحدهای نقشه برداری موجود در نقشه اکوسیستم ملی هستند که در هر لایه موجود در PSU های انتخاب شده نمونه برداری می شوند.

با توجه به ویژگی‌های توده زمین اصلی نقشه اکوسیستم، واحد مشاهده می‌تواند توسط یک ترانسکت (نمونه فرعی از FSU)، مشاهده کل FSU یا اندازه قطعه تعریف شده با توجه به نوع لایه مورد استفاده برای اعتبارسنجی پاسخ تشکیل شود. طرح. در نهایت معیارهای زیر رعایت شد:

هر FSU متعلق به یک طبقه بود.
حجم نمونه برای هر لایه ( n ) متناسب با غنای اکوسیستم در هر زیست یا زیرسیستم بود.
برای در نظر گرفتن هر زیرسیستم زیستی/عملکردی به عنوان یک لایه، باید حداقل 3 واحد نمونه برداری نهایی (FSUs) داشته باشیم که امکان به دست آوردن تخمینی از خطای نمونه گیری را فراهم می کند.
اکوسیستم های تبدیل شده به یک لایه برای هر دو حوزه زمینی و آبی گروه بندی شدند.
انتخاب FSU (توزیع فضایی) بر اساس تصادفی بود.
هر FSU انتخاب شده باید حاوی بیش از 80 درصد لایه باشد تا اعتبار سنجی شود. اگر FSU اول انتخاب شده این الزام را برآورده نمی کرد، FSU دوم به منظور برآورده کردن حجم نمونه پیشنهادی برای هر طبقه انتخاب شد. هنگامی که یک FSU چندین اکوسیستم در لایه برای اعتبار سنجی داشت، لازم بود هر اکوسیستم ارزیابی شود و یک توافق به واحد مرجع اختصاص یابد.

2.4. اندازه نمونه گیری

اندازه نمونه تعداد واحدهای نمونه نهایی نهایی (FSUs) است که برای برآورد قابلیت اطمینان نقشه لازم است. از فرمول زیر استفاده شد:

نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت

(1)

جایی که

n تعداد FSU هایی است که باید ارزیابی شوند
p تعداد واحدهایی است که به درستی طبقه بندی شده اند
q نسبت واحدهایی است که به اشتباه طبقه بندی شده اند
t ابسیسا توزیع t برای اطمینان 95٪ است
e خطای نسبی 5 درصد است

FSU ها به طور تصادفی انتخاب می شوند تا تعداد مورد نیاز برای هر طبقه را برآورده کنند، یعنی n تخمین زده شده. هنگامی که PSU انتخاب شد ( شکل 5 الف)، یک تقسیم بندی لایه ها انجام شد (FSU) ( شکل 5 ب)، و در نهایت FSU ها به طور تصادفی انتخاب شدند ( شکل 5 ج). برای حوزه آبی و زیرسیستم انتقالی، همان فرآیند انجام شد ( شکل 6 a-c). با این حال، برای زیرسیستم های لوتیک و لنتیک، FSU ها با شش ضلعی مطابقت دارند ( شکل 6 b-d). مواد برای آزمایش از منابع مرجع مناسب تهیه شد.

2.5. منابع داده و اعتبارسنجی

FSU ها را می توان با استفاده از منابع مختلف اطلاعات ارزیابی کرد و روش یا روش های انتخاب شده باید با هدف ارزیابی دقت، زمان و منابع موجود برای انجام فرآیند سازگار باشد. چندین منبع به ترتیب اهمیت فهرست شده اند ( جدول 2 ). این منابع باید از کیفیت بالاتری نسبت به منابعی که برای نقشه برداری اکوسیستم استفاده می شوند (مقیاس وضوح دقیق تر) باشند. اگر تصادفاً باید از همان منبع اطلاعاتی که برای ایجاد نقشه استفاده شده است برای اعتبار سنجی استفاده شود، فرآیند استفاده شده برای ایجاد طبقه بندی مرجع باید دقیق تر از فرآیند مورد استفاده برای توسعه نقشه باشد. و تاریخ تصاویر ماهواره ای مورد استفاده به عنوان منابع مرجع باید با سال ورودی طبقه بندی، به ویژه در جزء پوشش زمین، مطابقت داشته باشد.

2.6. داده های میدانی

داده های میدانی دقیق ترین روش برای اندازه گیری منبع طبقه بندی مرجع را نشان می دهد. جمع آوری داده های میدانی بر اساس روش های از پیش تعیین شده ای است که توسط گروهی از متخصصان در این زمینه ایجاد شده است. به طور کلی، ارزیابی با مشاهده، نمونه‌برداری از ترانسکت‌ها یا کرت‌هایی که به طور تصادفی در هر FSU انتخاب شده توزیع می‌شوند، انجام می‌شود.

دو سفر میدانی در ماه نوامبر 2014 انجام شد. اولی در ناحیه Altiplano Cundiboyacense (فلات های مرتفع Cundinamarca و Boyacá) و دومی در بخشی از پیمونت و دامنه های شرقی رشته کوه شرقی (Casanare و Boyacá). PSU ها به طور تصادفی انتخاب شدند، مانند انتخاب FSU ها، با در نظر گرفتن اقشار غنی در هر PSU، به منظور بهینه سازی منابع لجستیک و زمانی در طول فرآیند تأیید. مواد میدانی در هر PSU برای طبقه بندی مرجع شامل موارد زیر است:

–: کارتوگرافی پایه: اطلاعاتی در مورد موقعیت مسیرها، جاده ها و رودخانه ها برای تسهیل مکان و دسترسی به FSU.
–: کارتوگرافی مربوط به PSU انتخاب شده با استفاده از تصاویر Landsat از سال 2008 (تاریخ مرجع نقشه پوشش زمین استفاده شده در اکوسیستم های نقشه برداری اصلی) و تصاویر RapidEye از سال 2010 برای مکان هر FSU.
–: مواد کارتوگرافی اضافی مانند اکوسیستم ها در هر FSU و نقشه محیط های ادافوژنتیک.
–: فرمت های میدانی
–: GPS Garmin62sc (Garmin، Lenexa، KS، USA)، نمودار Munsell، pH متر و معرف برای آزمایش برخی از ویژگی های ادافوژنتیک.
–: تصاویر ماهواره‌ای: داده‌های به‌دست‌آمده از تصاویر ماهواره‌ای می‌تواند نسبتاً ارزان باشد و یک برنامه جایگزین آسان‌تر در مناطق صعب العبور باشد و فرآیند اعتبارسنجی میدانی را تکمیل کند. چنین ارزیابی باید توسط یک متخصص در موضوع انجام شود و عدم قطعیت و متغیر بودن داده ها باید از طریق معیارهای ارزیابی واضح در نظر گرفته شود. می توان از تصاویر با وضوح متوسط مانند Landsat و SPOT یا تصاویر با وضوح خوب استفاده کرد. تصاویر استفاده شده برای خلبان مربوط به Landsat 7-56200801-02، 8-56 و 8-572007/02/232007/02/07، رزولوشن خوب Rapideye سال 2010 نیز استفاده شده است و در برخی موارد گوگل ارث مشاوره شده است.
–: اطلاعات کارتوگرافی و پایگاه داده های اضافی: سایر داده های پشتیبان می توانند منابع مرجع مفیدی را در سطح اول طبقه بندی اکوسیستم ها فراهم کنند، به عنوان مثال، پروژه هایی در سطح ملی و منطقه ای که در کشور در حال انجام هستند. اطلاعات موجود برای Páramos [ 26 ]، جنگل های خشک [ 27 ]، تالاب ها [ 28 ]، موجودی جانوران و گیاهان استفاده شد.

برای این ارزیابی، انتخاب دو تا سه FSU برای هر قشر در PSU مورد ارزیابی قرار گرفت و حداکثر یک یا دو FSU را تأیید کرد.

در نهایت، برای تعریف قوانین مربوط به توافق نقشه طبقه‌بندی در مقابل طبقه‌بندی مرجع، متغیرهایی که هم لایه‌ها و هم اکوسیستم‌ها را تعریف می‌کنند، اولویت‌بندی شدند. ابتدا لایه مورد ارزیابی قرار می گیرد و پس از توافق بین طبقه بندی ها، اکوسیستم یا اکوسیستم های موجود در آن لایه مورد ارزیابی قرار می گیرند. اگر دو یا چند اکوسیستم در PSU وجود داشته باشد، ابتدا حضور آن برای نشان دادن درصد اشغال شده توسط هر اکوسیستم تأیید می شود. در صورت عدم امکان شناسایی این موضوع در طبقه بندی مرجع، ورود با اعتبارسنجی اکوسیستم با بالاترین درصد در لایه انجام می شود. برای رسیدن به وضعیت “توافق”، حداقل 70 درصد از مساحت یک اکوسیستم باید توسط متغیری که آن را مشخص می کند اشغال کند.

2.7. تحلیل و بررسی

تخمین نسبت کلی PSU های طبقه بندی شده خوب و دقت با خطاهای استاندارد با استفاده از فرمول های زیر کمی سازی شد:

نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت

(2)

جایی که:

$\overset{Unknown node type: font}{Unknown node type: font}$ نسبت نمونه FSU است که به درستی در نقشه طبقه بندی شده است
${Unknown node type: font}_{Unknown node type: font}$ نسبت PSU ها است که به درستی در طبقه طبقه بندی شده اند
${Unknown node type: font}_{Unknown node type: font}$ نسبت FSU است که به لایه تعلق دارد
H وزن مربوط به هر قشر است
Wh و _H با رابطه بین تعداد FSU در هر لایه و تعداد کل FSU در نقشه تعیین می شوند (نسبت واحدهای طبقه بندی نادرست )

نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت - - - \sqrt نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت نوع گره ناشناخته: فونت

(3)

جایی که:

$Unknown node type: font Unknown node type: font$ خطای استاندارد
Z : 1.96 (95% مطمئن)
N : تعداد کل UFM در نقشه
N _h : تعداد کل PSU در لایه h
n _h : تعداد PSU در لایه h نمونه
q _h : نشان دهنده نسبت PSU است که به اشتباه در طبقه طبقه بندی شده است

3. نتایج و بحث

در مجموع 22 PSU انتخاب شدند ( شکل 7 و شکل 8 )، و در مجموع 76 FSU برای حوزه زمینی و 46 واحد برای حوزه آبی ( شکل 9 و شکل 10 ، جداول S1 و S2 ). در حوزه زمینی، 34 مورد از 76 FSU معتبر با افسانه ارائه شده توسط نقشه مطابقت نداشتند. بنابراین، با سطح اطمینان 95 درصد، برچسب‌گذاری تک دامنه‌ها در نقشه اکوسیستم‌های زمینی تنها بین دقت 51 تا 64 درصد قرار داشت ( شکل 9 ). برای حوزه آبی، تنها 8 مورد از 46 واحد تأیید شده با افسانه مطابقت نداشتند. با فاصله اطمینان 95 درصد، دقت اکوسیستم های آبی بین 75 تا 92 درصد بود ( شکل 10).، جدول S2 ).

بازه های اطمینان برای نتایج ما هنوز هم می تواند بسیار بزرگ در نظر گرفته شود، اما از آنجایی که فقط از یک منطقه آزمایشی برای آزمایش روش استفاده شده است، ما معتقدیم که نتایج ما نشانگر خوبی برای کیفیت نقشه است. در واقع، اقشار گسترده‌تر برای ارزیابی آسان‌تر هستند، و سطح توافق آنها بالا است، در حالی که لایه‌های آزونال، که در پنجره آزمایشی نادر هستند، نتایج مطلوب‌تری به همراه داشتند، به‌عنوان مثال، اوروبیوم Aazonal آند از رشته کوه شرقی و لایه‌های Altiplano Cundiboyacense. AAOEMR-AC) ( شکل 9 ). این تا حدی به دلیل تعداد کمتر FSU است ( شکل 9) و مکان درون یک ماتریس آنتروپیک. علاوه بر این، برخی از اشتباهات رایج نقشه های اکوسیستم با خطاهای اطلاعات منبع استفاده شده مرتبط است. این مورد در مورد نقشه پوشش زمین است، که در آن برچسب یک چند ضلعی تمایلی به مطابقت با شرایط اطلاعات فعلی یا قبلی سال مرجع ندارد. این امر در مناطقی با پویایی کاربری زیاد زمین مشهود است، مانند منطقه فعلی که پنجره آزمایشی در آن قرار دارد [ 29]]. علاوه بر این، ناهمگونی زیاد در برخی مناطق، در رابطه با مقیاس نقشه، تمایز زیست بوم ها و اکوسیستم ها را بسیار دشوار می کند. از این نظر، ایجاد معیارهای خاصی برای طبقه بندی و ارزیابی هر دو زیست بوم و اکوسیستم ضروری خواهد بود. از این نظر، توسعه معیارهای خاص برای طبقه بندی و ارزیابی زیست بوم ها و اکوسیستم ها، از جمله اطلاعات الگوی فضایی [ 30 ] ضروری خواهد بود، و بنابراین اکوسیستم هایی را که به شدت تحت تاثیر فشارهای انسانی در میان ماتریس های منطقه ای، یا اکوسیستم های کوچک محدود شده توسط عوامل فیزیکی محدود شده اند، متمایز می کند. یا پویایی محلی

از سوی دیگر، شناسایی اکوسیستم‌های آند آزونال و پاراموس آزونال به دلیل سطح بالایی از فرآیندهای مداخله انسانی [ 29 ] دشوار است. این امر باعث تغییرات خاک و ایجاد یک سری مراحل متوالی اکوسیستم شده است. بنابراین، برخی از ویژگی‌های این اکوسیستم‌ها حتی در سایت‌های مجاور نیز به‌طور قابل‌توجهی متفاوت است و شناسایی واحد مرجع بسیار پیچیده است، زیرا هیچ پارامتر خاصی در این موارد وجود ندارد. بنابراین، توصیه می‌شود که FSUهای این زیرسیستم‌ها را به عنوان یک لایه انتقالی واحد در نظر بگیرید و تلاش‌های آتی را بر روی خصوصیات بهتر متمرکز کنید. اینها مکان‌های کلیدی هستند که تلاش‌های سیاستی آینده باید بر مرمت و حفاظت برای آنها متمرکز شود.

FSU های زیست بوم های زیر آند رشته کوه شرقی و دشت های مرتفع نیز توافق بسیار کمی دارند، احتمالاً به دلیل سطوح بالای مداخله. برخی از خطاها در حد ارتفاع تعریف شده در روش وجود دارد. پیشنهاد ما ایجاد حداقل اندازه دامنه‌های ارتفاعی برای واحدهای نمونه‌برداری قابل قبول در این مناطق انتقالی است و این اندازه نیز باید با شیب‌های هر رشته کوه مرتبط باشد.

نقشه اکوسیستم نتیجه ترکیبی از عوامل شکل‌گیری است که به صورت سلسله مراتبی سازماندهی شده‌اند، و برای حوزه زمینی، واحد فضایی اکوسیستم باید ادغام جنبه فلورستیکی را در نظر بگیرد. از این منظر، لازم است که روش‌های مدل‌سازی فرآیند نقشه‌برداری اکوسیستم را برای شناسایی ویژگی‌های نوظهور اکوسیستم‌ها، که در آن گروهی از جوامع گیاهی در میان مناظر ناهمگن همزیستی دارند، گنجانده شود، به این معنی که واحدهای اکوسیستم عملکردی بیشتری نقشه‌برداری می‌شوند.

به طور خاص، برای حوزه آبی، توصیه می شود اکوسیستم های انتقالی به عنوان یک حوزه آبی خاکی در نظر گرفته شوند، زیرا این مناطق ویژگی های هر دو حوزه آبی و خشکی را جمع آوری می کنند. یکپارچگی چشم‌انداز رودخانه برای لایه لوتیک و عمق متوسط لایه عدسی متغیرهایی هستند که پویایی این سیستم‌ها را توضیح می‌دهند و ادغام آن در فرآیند نقشه‌برداری، تحدید حدود و خصوصیات واحدهای اکوسیستم را تقویت می‌کند.

در نهایت، این واقعیت که یک دولت این نوع ارزیابی کیفیت را برای اطلاعات تولید شده توسط نهادهای رسمی انجام می دهد، گامی کلیدی برای تصمیم گیری بهتر در مورد حفاظت از اکوسیستم، ارزیابی خدمات اکوسیستم و در نهایت، برنامه ریزی و مدیریت سرزمین است.

منابع

کیت، دی. رودریگز، جی پی. رودریگز-کلارک، KM; نیکلسون، ای. آپالا، ک. آلونسو، آ. آسموسن، ام. باخمن، اس. باست، آ. بارو، EG; و همکاران مبانی علمی فهرست قرمز اکوسیستم های IUCN PLoS ONE 2013 ، 8 ، e62111. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
ایگو، بی. ریرز، بی. روژه، ام. بود، ام. ریچاردسون، DM همخوانی فضایی بین تنوع زیستی و خدمات اکوسیستم در آفریقای جنوبی. Biol. حفظ کنید. 2008 ، 142 ، 553-562. [ Google Scholar ] [ CrossRef ]
ایگو، بی. ریرز، بی. روژه، ام. ریچاردسون، دی.م. لو ماتر، دی سی; van Jaarsveld، خدمات اکوسیستم نقشه برداری AS برای برنامه ریزی و مدیریت. کشاورزی اکوسیستم. محیط زیست 2008 ، 127 ، 135-140. [ Google Scholar ] [ CrossRef ]
کراسمن، ND; بورکهارد، بی. Nedkov, S. کمی سازی و نقشه برداری خدمات اکوسیستم. بین المللی J. Biodivers. علمی اکوسیستم. خدمت مدیریت 2012 ، 8 ، 1-4. [ Google Scholar ] [ CrossRef ]
Stehman، SV; Czaplewski، RL طراحی و تجزیه و تحلیل برای ارزیابی دقت نقشه موضوعی – کاربرد تصاویر ماهواره ای. سنسور از راه دور محیط. 1998 ، 64 ، 331-344. [ Google Scholar ] [ CrossRef ]
Meidinger، پروتکل DV برای ارزیابی دقت نقشه‌های اکوسیستم ؛ گزارش فنی 011; وزارت جنگلها: ویکتوریا، پیش از میلاد، ایالات متحده آمریکا، 2003; پ. 23. [ Google Scholar ]
روچینی، دی. فودی، جنرال موتورز; ناژندرا، اچ. ریکوتا، سی. آناند، م. او، KS; آمیسی، وی. کلاینشمیت، بی. فورستر، ام. اشمیتلین، SH; و همکاران عدم قطعیت در نقشه برداری اکوسیستم با سنجش از دور محاسبه کنید. Geosci. 2013 ، 50 ، 128-135. [ Google Scholar ] [ CrossRef ]
فودی، جنرال موتورز; اتکینسون، عدم قطعیت PM در سنجش از دور و GIS ؛ John Wiley & Sons, Ltd.: Chichester, UK, 2002. [ Google Scholar ]
De Badts, EPJ Global Land Cover 2000: Evaluation of the Spot Vegetation Sensor for Maping Use Land ; Wageningen، Alterra، تحقیقات دنیای سبز: Wagenigen، هلند، 2002; پ. 49. [ Google Scholar ]
اولوفسون، پی. Stehman، SV; Woodcock، CE; سولا مناشه، د. سیبلی، AM; نیول، جی دی. فریدل، MA; هرولد، ام. مجموعه داده های اعتبارسنجی پوشش زمین، بخش اول: اصول طراحی اساسی. بین المللی J. Remote Sens. 2012 ، 33 ، 5768-5788. [ Google Scholar ] [ CrossRef ]
مایو، پی. اوا، اچ. گالیگو، جی. استراهلر، ق. هرولد، ام. آگراوال، اس. نائوموف، اس. دی میراندا، EE; دی بلا، سی ام. اوردوین، سی. و همکاران اعتبار سنجی نقشه پوشش زمین جهانی 2000. IEEE Trans. Geosci. Remote Sens. 2006 ، 44 ، 1728-1739. [ Google Scholar ] [ CrossRef ]
اوا، HD; بلوارد، ع. دی میراندا، EE; دی بلا، سی ام. گوند، وی. هوبر، او. جونز، اس. اسگرنزارولی، م. فریتز، اس. نقشه پوشش زمین از آمریکای جنوبی. گلوب. چانگ. Biol. 2004 ، 10 ، 731-744. [ Google Scholar ] [ CrossRef ]
کلارک، ام ال. دستیار، TM; Grau، HR; راینر، جی. رویکردی مقیاس‌پذیر برای نقشه‌برداری پوشش سالانه زمین در 250 متر با استفاده از داده‌های سری زمانی MODIS: مطالعه موردی در منطقه بوم‌سازی چاکو خشک آمریکای جنوبی. سنسور از راه دور محیط. 2010 ، 114 ، 2816-2832. [ Google Scholar ] [ CrossRef ]
Vreugdenhil، D. میرمن، جی. میرات، ع. گومز، LD; گراهام، دی جی نقشه اکوسیستم های آمریکای مرکزی ; بانک جهانی: واشنگتن، دی سی، ایالات متحده آمریکا، 2002. [ Google Scholar ]
گالیاس، آر. گوارا، جی. سیستم طبقه بندی اکوادور قاره ای. در Proyecto Mapa de Vegetación del Ecuador ; Dirección Nacional Forestal, Subsecretaria de Patrimonio Natural, Ministry de Ambiente del Ecuador: Quito, Ecuador, 2012; پ. 136.
Chacón-Moreno، EJ نقشه‌برداری اکوسیستم‌های ساوانای Llanos del Orinoco با استفاده از تصاویر ماهواره‌ای چندزمانی NOAA. بین المللی J. Appl. رصد زمین. اطلاعات جغرافیایی 2004 ، 5 ، 41-53. [ Google Scholar ] [ CrossRef ]
Etter، A. Mapa general de ecosistemas de Colombia. در Informe Nacional Sobre El Estado de La Biodiversidad-کلمبیا ; Chaves, ME, Arango, N., Eds. Instituto de Investigación de Recursos Biológicos Alexander von Humboldt, PNUMA y Ministry del Medio Ambiente: بوگوتا، کلمبیا، 1998. [ Google Scholar ]
IDEAM، I.; IAvH، I. Sinchi، II Ecosistemas Continentles، Costeros y Marinos de Colombia ; Instituto de Hidrología، Meteorología y Estudios Ambientales، Instituto Geográfico Agustín Codazzi، Instituto de Investigación de Recursos Biológicos Alexander von Humboldt، Instituto de Investigaciones Marinas y Costeras José Benitochoia S.7,20 ] .
رودریگز، NA; مورالس، دی. رومرو، MM Ecosistemas de los Andes Colombianos ; Instituto de Investigaciones de Recursos Biológicos Alexander von Humboldt: بوگوتا، کلمبیا، 2004. [ Google Scholar ]
رومرو، آر. میلتون آرمنتراس، پی. دولورز گالیندو، جی. گوستاوو اوترو، جی. اکوسیستماس د لا کوئنکا دل اورینوکو کلمبیانو ; Instituto de Investigaciones de Recursos Biológicos Alexander von Humboldt: بوگوتا، کلمبیا، 2004. [ Google Scholar ]
IDEAM; IGAC; IAVH; INVEMAR; سینچی; IIAP. Mapa de Ecosistemas Continentals de Colombia, Escala 1:100,000 ; IGACIGAC: بوگوتا، کلمبیا، 2015. [ Google Scholar ]
بیلی، جغرافیای اکوسیستم RG: از Ecoregions تا Sites . Springer Science & Business Media: نیویورک، نیویورک، ایالات متحده آمریکا، 2009. [ Google Scholar ]
IDEAM. Informe de la Metodología Para la Elaboración del Mapa Nacional de Ecosistemas de Colombia, Escala 1:100,000 ; نسخه نخست؛ IDEAM: بوگوتا، کلمبیا، 2014. [ Google Scholar ]
Rangel, J. (Ed.) Colombia, Diversidad Biótica ; I. Instituto de Ciencias Naturales، Universidad Nacional de Colombia: بوگوتا، کلمبیا، 1995.
IGAC. Mapa Nacional de Suelos 1:100000 ; Instituto Geográfico Agustín Codazzi: بوگوتا، کلمبیا، 2014. [ Google Scholar ]
IAVH. Identificación Cartográfica de los Páramos de Colombia a Escala 1:100000 (نسخه Junio de 2012) ; Instituto de Investigaciones de Recursos Biológicos Alexander von Humboldt y Fondo de Adaptación: بوگوتا، کلمبیا، 2013. [ Google Scholar ]
گونزالس، -MR; ایزاکس، پی. گارسیا، هی. Pizano, C. Memoria Técnica Para la Verificación en Campo del Mapa de Bosque Seco Tropical en کلمبیا. اسکالا 1:100000 ; Instituto de Investigaciones de Recursos Biológicos Alexander von Humboldt: بوگوتا، کلمبیا، 2014. [ Google Scholar ]
IAVH. Humedales Interiores de Colombia ; Instituto de Investigaciones de Recursos Biológicos Alexander von Humboldt y Fondo de Adaptación: بوگوتا، کلمبیا، 2015. [ Google Scholar ]
رودریگز، ن. آرمنتراس، دی. Retana, J. تغییر کاربری زمین و پوشش زمین در آند کلمبیا: پویایی و سناریوهای آینده. J. کاربری زمین علمی. 2012 ، 8 ، 154-174. [ Google Scholar ] [ CrossRef ]
Sayre, RG; کامر، پی. هاک، ج. خوسه، سی. Bow, J. A New Map of Standardized Terrestrial Ecosystems of Africa ; انجمن جغرافیدانان آمریکایی: واشنگتن، دی سی، ایالات متحده آمریکا، 2009. [ Google Scholar ]

شکل 1. نقشه اکوسیستم ها ( a ) و زیست بوم ها. ( ب ) حوزه زمینی (رنگ ها دسته های مختلف را نشان می دهند).

شکل 2. نقشه اکوسیستم های کلمبیا ( a ) و انواع اکوسیستم عمومی. ( ب ) برای حوزه آبی. (رنگ ها دسته بندی های مختلف را نشان می دهند).

شکل 3. محل پنجره آزمایشی در کلمبیا ( الف ، ب ) مکان دقیق شش برگه (قرمز) کارتوگرافی پایه 1:100000 در بخش‌های Cundinamarca، Boyacá و Casanare، (رنگ‌ها مربوط به واحدهای اداری مختلف است- ادارات داخل کشور).

شکل 4. طرح کلی برای واحدهای نمونه برداری اولیه (PSUs) در بخش بویاکا (رنگ ها مطابق با لایه های فعلی هستند).

شکل 5. نمونه طرح کلی واحدهای نمونه نهایی برای مدل های اعتبارسنجی برای حوزه زمینی: ( الف ) PSU انتخاب شده. ( ب ) شبکه 25 هکتاری FSU زمینی. ( ج ) FSU برای اعتبار سنجی انتخاب شده است (رنگ ها لایه های مختلف را نشان می دهند).

شکل 6. نمونه طرح کلی واحدهای نمونه برداری نهایی برای مدل های اعتبارسنجی برای حوزه آبی. ( الف ) شبکه 25 هکتاری FSU های زمینی ( b ) شبکه 25 هکتاری FSU آبی و انتقالی (مربع) و شبکه ای از 5 هکتار FSU لوتیک و لنتیک (شش ضلعی) (ج ) انتخاب شده 25 هکتار FSU آبی و انتقالی ( d ) انتخاب شده 5 ha lotic و lentic FSU.

شکل 7. نقشه PSU ها برای حوزه زمینی.

شکل 8. نقشه PSU ها برای حوزه آبی.

شکل 9. داده های توافق کلی برای اقشار در حوزه زمینی. اقشار برتر دامنه زمینی با توافق. پایین: اقشار دامنه زمینی بدون توافق. جدول S1 را برای مخفف اکوسیستم ببینید .

شکل 10. داده های توافق کلی برای اقشار در حوزه آبی. بالا: اقشار دامنه آبزی با توافق. پایین: اقشار حوزه آبزی بدون توافق. جدول S2 را برای مخفف اکوسیستم ببینید .

جدول 1. اندازه واحد نمونه برداری نهایی (FSU) یا واحد مرجع.

جدول 2. منابع اطلاعاتی برای داده های مرجع توصیه شده برای فرآیند اعتبار سنجی.

© 2016 توسط نویسندگان؛ دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC-BY) (http://creativecommons.org/licenses/by/4.0/) توزیع شده است.

;کاربردهای GIS مقالات

درخواست مشاوره

09120049370

8 صبح تا 12 شب