生息地マップ内のフラグメントとコリドーを区別する


12

私は誰かが以前にこの種の問題にだまされているかどうか疑問に思っていました:

距離のしきい値が3ピクセルである同じクラス(フォレスト)の隣接ピクセルに基づいてフラグメントを線引きしたい(これは興味のある種​​に対して生物学的に重要です)。

私の懸念は、例として添付の画像を参照してください。これらの断片は実際には廊下であり、多くの場合、廊下と実際の断片は近接しているため同じ断片にグループ化されます。

ここに画像の説明を入力してください

形状、周囲のピクセル数などに基づいて、コリドーとフラグメントを区別する方法があるかどうか疑問に思っています。

たとえば、次のボックスでは、可能な廊下は赤いボックスで示され、フラグメントは緑のボックスで示されます。

QGISとRにアクセスできます。

ここに画像の説明を入力してください


例から抽出したい廊下のタイプの図を追加してください。
-radouxju

回答:


4

分析を開始する前に、データにフィルターを適用して「塩と胡pepper」効果をクリーンアップすることを強くお勧めします。どのアルゴリズムも、データの現在の構造パターンと格闘します。単純なフォーカルマジョリティは、望ましくない結果をもたらす可能性があります。より堅牢な方法は、最小マッピング単位を指定できるふるいアプローチを適用することです。これは、GDAL のgdal_sieve.py関数raster > analysis > sieve、QGIS の関数、またはArcGIS Gradient Metrics ToolboxSieve関数を介して実行できます。

これは、数学的モルフォロジー演算子で対処できるもののように見えます(例えば、画像から道路を抽出する)。拡張演算子の後に閉じる演算子が続くと、廊下が明確になると思います。その後、開始演算子を適用してコリドーを削除し、ラスタを差分して、識別されたコリドーを個別のオブジェクトとして引き出します。これらのタイプの画像分解機能は、MSPAおよびGUIDOSソフトウェアでいくらか自動化されていますが、データの不連続性によって特に影響を受けます。

MSPA用のQGISプラグインと、GRASSで使用可能な機能(QGIS GUIで使用可能)があります。MSPAおよびGUIDOSの問題の1つは、画像サイズが制限されることです。残念ながら、ESRIソフトウェアでは、形態学的演算子はArcScanエクステンションでのみ利用可能です。いくつかの掘り下げにより、他のソフトウェアオプションと、カスタムカーネルマトリックスを使用したラスター代数を介して形態学的演算子を定義する方法が見つかります。

別のアプローチは、Sobalカーネル演算子などのエッジ検出フィルタリング方法です。ArcGIS Gradient Metrics ToolboxおよびspatialEco Rパッケージには、sobal関数があります。R実装の利点は、演算子の勾配関数を返すことができるのに対して、ArcGIS実装は1次関数のみを返すことです(必要なものはすべて)。私はと考えていオルフェオツールボックス(QGISのアドオンとして利用可能)がEdgeExtraction機能でsobalオプションがあります。


「塩と胡ter」フィルターを適用すると、断片をつなぐ標的種の小さな重要な生息地領域を除去する効果があるかもしれません(ただし、品質が最適ではない場合もあります)。種の分散特性とデータの空間解像度に基づいて、このようなフィルターを適用することにします。鳥(一般に散布能力が高い)はこれらの小さなパッチを使用できますが、両生類(散布能力が比較的低い)は使用できません。ちょうど考え
加茂

これは常にトレードオフですが、最小のマッピングユニットでこの仮説を説明する必要があります。ただし、バランスは、モデルがある程度の不確実性を示し、結果を絶対値として扱うことであることに留意する必要があります。正直に言って、あなたの主張を裏付けるために、景観は二項プロセスではなく確率的勾配として扱われるべきです。このタイプのフィルタリングは、より機能的なランドスケープを表現するための長い間受け入れられている慣行です。モデルの推定に空間構造を説明する用語が含まれていない限り、空間は不確かな現実です。
ジェフリーエヴァンス

5

完全なソリューションではありませんが、接続性分析のために次のツールを確認してください(最初のツールは、検索対象に近似しています)。

また、インスタンスを分類する機械学習アルゴリズムのトレーニングも検討してください(廊下とフラグメント)。分類するには、パッチレベルで空間属性(パッチサイズ、周囲の面積比、円比など)および距離ベースの機能(フラグメントまでの距離など)を指定できます。分類に必要なパッチレベルの機能を計算するには、FragStats(https://www.umass.edu/landeco/research/fragstats/fragstats.html)を試してください

また、各インスタンスを分類するためのより単純な「専門家ベースのルールシステム」を検討することもできます。たとえば、廊下は、生息地の破片などよりも周辺面積率が高くなります。

コネクティビティ分析に関するより興味深いもの:http : //conservationcorridor.org/corridor-toolbox/programs-and-tools/

ただし、一部の廊下に「フルピクセル接続」がないという事実は、最初に整理する必要がある問題です。あるピクセルが廊下の一部であるかどうかを判断するには、何らかの距離ベースのしきい値基準を定義する必要があると思います。


0

フラグメントの形状に依存しているようです。幅が高さの2(または3)倍(またはその逆)より大きい場合、それを廊下と呼ぶことができますか?

まだ断片の境界に達しましたか?

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.