Saya baru saja menemukan klasifikasi Hansen yang menakjubkan tentang kehilangan dan pertumbuhan kembali hutan , tersedia di http://www.globalforestwatch.org/ , diterbitkan dalam Science, 2013 sebagai: Hansen, MC, Potapov, P. V, Moore, R ., Hancher, M., Turubanova, SA, & Tyukavina, A. (2013). Peta Global Resolusi Tinggi Perubahan Penutupan Hutan Abad 21. Sains, 342 (6160) (15 November), 850-854. doi: DOI: 10.1126 / science.1244693.
Namun, saya tidak dapat menemukan dalam artikel ini / di situs web metodologi yang tepat bagaimana mereproduksi peta sedemikian sehingga klasifikasi mana yang telah digunakan Hansen?
Satu-satunya hal yang dapat saya temukan adalah bahwa algoritma pembelajaran terawasi digunakan untuk mengidentifikasi tutupan pohon, tetapi ini adalah istilah yang cukup luas.
Jika memungkinkan, saya ingin menggunakan metodologi yang sama (tetapi menerapkannya pada tahun ke-90), jadi sebelum klasifikasi Hansen di area yang saya pilih.
Jawaban:
Tim Matt Hansen memiliki sebuah makalah yang diterbitkan tentang perubahan tutupan hutan di Eropa Timur yang kembali ke tahun 1985 - lihat dinamika tutupan hutan Eropa Timur dari tahun 1985 hingga 2012 dikuantifikasi dari arsip Landsat lengkap http://www.sciencedirect.com/science/article/ pii / S0034425714004817
Saya juga sedang memeriksa dengan rekan kerja apakah algoritma Matt Hansen tersedia untuk digunakan dalam Google Earth Engine.
Sementara itu, kami akan memperbarui dataset Hansen di Global Forest Watch pada bulan Februari, untuk memasukkan data hingga 2013.
sumber
Bahan Pelengkap (SM) untuk artikel Sains menyediakan referensi ke sejumlah artikel jurnal yang berbeda yang menguraikan berbagai bagian metodologi.
SM dapat ditemukan di sini
Memperluas rangkaian waktu untuk memasukkan Landsat-5 (dan berpotensi Landsat-8 untuk menjadikan metodologi ini sesuatu yang dapat dijalankan kembali "dengan mudah") data akan menjadi tugas yang menantang, dan akan memerlukan pengujian ekstensif terhadap normalisasi gambar. Normalisasi gambar mungkin menjadi lebih sulit, karena kurangnya cakupan MODIS yang bertepatan. Sebaliknya, Anda mungkin harus menerapkan pendekatan normalisasi yang berbeda, seperti kombinasi BIAYA - artikel dan MAD - artikel yang dituangkan dalam artikel .
Secara keseluruhan, ini bukan tugas yang mudah, dan semoga Anda beruntung karenanya.
Artikel yang paling relevan dari SM adalah:
P. Potapov, SA Turubanova, MC Hansen, B. Adusei, M. Broich, A. Altstatt, L. Mane, CO Keadilan, Menghitung hilangnya tutupan hutan di Republik Demokratik Kongo, 2000 - 2010. Sensor Jarak Jauh. 122, 106–116 (2012). Artikel
M. Broich, MC Hansen, P. Potapov, B. Adusei, E. Lindquist, SV Stehman, Analisis time-series dari citra optik multi-resolusi untuk menghitung kehilangan tutupan hutan di Sumatra dan Kalimantan, Indonesia. Int. J. Appl. Earth Obs 13, 277–291 (2011). Artikel
M. Hansen, A. Egorov, DP Roy, P. Potapov, J. Ju, S. Turubanova, I. Kommareddy, TR Loveland, bidang penutup lahan berkelanjutan untuk Amerika Serikat yang kontroversial menggunakan data Landsat: Hasil pertama dari Web- Proyek Data Landsat Diaktifkan (WELD). Remote Sens. Letters 2, 279–288 (2011). Artikel
M. Hansen, RS DeFries, JRG Townshend, M. Carroll, C. Dimiceli, RA Sohlberg, Global persen tutupan pohon pada resolusi spasial 500 meter: Hasil pertama dari algoritma ladang kontinu vegetasi terus menerus MODIS. Interaksi Bumi. 7, 1–15 (2003). Artikel
L. Breiman, J. Friedman, R. Olsen, C. Stone, Klasifikasi dan Regresi Pohon Wadsworth dan Brooks / Cole, Monterey, CA, (1984).
sumber