Onderzoeksproject T4/DD/10 (Onderzoeksactie T4)
Voor ecologen die de aarde bestuderen als dynamisch systeem, is de kartering van vegetatieparameters in functie van de tijd en over grote gebieden een hele uitdaging. Kaarten van parameters zoals de bladoppervlakteïndex (LAI) of de geabsorbeerde fotosynthetisch actieve straling (APAR) zijn nodig als input voor modellen van de biogeochemische cyclus en het klimaat. Het belang van satellietteledetectie als hoofdbron van kwantitatieve informatie op regionale en de wereldwijde schaal staat niet langer ter discussie.
Er is echter geen algoritme om deze interessante variabelen uit het teledetectiesignaal af te leiden. Tegenwoordig steunt gegevensinterpretatie op het inpassen in een lineair of polynomiaal semi-empirisch model gebaseerd op het verband tussen de variabelen gemeten in het veld en het signaal van de sensor. Deze simplistische kalibrering tussen waarnemingen bij niet verenigbare ruimtelijke resoluties kan niet langer verdedigd worden. Volgens deze aanpak is een puntmeting rechtstreeks gecorreleerd met een pixelsignaal dat overeenkomt met een oppervlakte zo groot als een vierkante kilometer. Het voorstel is het probleem aan te pakken van opwaardering tussen waarnemingsniveaus met behulp van de recente evolutie in geostatistiek.
De algemene doelstelling is de ontwikkeling van methoden om LAI- en FPAR-variabelen uit satellietgegevens te schatten aan de hand van geostatistische begrippen. Dit laatste zou de basisaanpak verschaffen om de ruimtelijke autocorrelatie van deze variabelen te exploiteren.
Het doel is een functionele karakterisering van de vegetatiebedekking aan de hand van biofysische variabelen voor uiteenlopende aggregatieniveaus van lokale tot regionale schaal. Tezelfdertijd zou deze studie ook een methode ontwikkelen van kwantitatieve evaluatie van seizoensafhankelijke en ruimtelijke variabiliteit van de vegetatiebedekking. Bovendien zou de voorgestelde aanpak een manier opleveren voor nieuwe methoden voor opwaardering tussen verschillende waarnemingsniveaus om de semi-empirische modeluitwerking te verbeteren op basis van op verbanden tussen variabelen gemeten op het terrein en m.b.v. teledetectie.
Het onderzoek omvat een statistische en geostatistische analyse van een unieke en originele gegevensreeks over het tropische woudbioom. Er is nog weinig informatie over dit bioom, dat goed gekend is om zijn wereldwijde invloed. Verschillende tijdruimtelijke reeksen werden recent vergaard in het veld en uit de ruimte (SPOT XS, AVHRR) over een dicht vochtig tropisch woud in de Centraal Afrikaanse Republiek.
Geostatistiek zal eerst gebruikt worden om de variabiliteit van variabelen uit veldmetingen en teledetectiegegevens in ruimte en tijd te beschrijven en te kwantificeren. Op basis van deze resultaten zal de ontwikkeling van een tijd-ruimte kriging-benadering het mogelijk maken variabelen in het veld op nog onbestudeerde plaatsen en tijdstippen te voorspellen aan de hand van veldmetingen en teledetectiegegevens op verschillende ruimtelijke schalen en temporele resoluties. Deze aanpak zal dan een evaluatie opleveren van de onzekerheid van de geostatistische voorspelling door niet-lineaire geostatistiek en conditionele simulaties. Ten slotte wordt het model van tijd-ruimte onzekerheid in gebruikt om de invloed van verschillende scenario’s na te gaan.
