CCA模糊土地覆盖:一种植被类型与覆盖度分类新方法及其对毁林分析的启示
定量方法
2016-06-21 v2
摘要
土地覆盖已基于一般特征,利用摄影或卫星数据的反射率或数字水平进行评估和分类。最常用的方法之一基于CORINE土地覆盖(环境信息协调)数据,该方法根据少量类别对自然覆盖进行分类。这种方法对所清查区域进行概括,导致有关现存植被类型(如棕榈林、高大密集红树林和密林)的重要植物区系和结构信息丢失。这种分类丧失了关于高度异质性和多样性地点的重要信息。特别是在热带地区,覆盖类型的简化在毁林分析中达到极致,尤其是当它被简化为森林和非森林两类时。正如本文所示,这些结果对保护生物多样性极其丰富的国家的政治努力具有重大影响。我们设计了一种新的方法论途径,将生物独特性与植被的植物社会学分类及其与物理特征的关系相结合。该方法基于通过典型对应分析在模糊逻辑模型上获得的参数,用于构建多重覆盖图。该工具对于监测和分析植被动态非常有用,因为它保持了制图系列的分类完整性。该方法创建的制图系列在时间和尺度上一致,可应用于多种不同的卫星输入,并始终评估相同的模型参数。我们在哥伦比亚西南部加勒比地区测试了这一新方法,并将我们的结果与我们认为在世界各地其他毁林分析中使用的过时工具的结果进行了比较。
引用
@article{arxiv.1508.01916,
title = {CCA Fuzzy Land Cover: a new method for classifying vegetation types and coverages and its implications for deforestation analysis},
author = {H. Arellano-P. and J. O. Rangel-Ch},
journal= {arXiv preprint arXiv:1508.01916},
year = {2016}
}
备注
Write to author if the supplementary material is required