Advanced

Monitoring biodiversity in cultural landscapes: development of remote sensing- and GIS-based methods

Dalmayne, Jonas LU (2016)
Abstract (Swedish)
Kulturlandskapet är starkt knutet till människan och hennes aktiviteter. Flera tusen år av samspel mellan människa och natur har skapat landskap som definierar levnadsvillkoren för en mångfald av arter. Men när samhället förändras, förändras även kulturlandskapet. De forna årtusendenas långsamma och gradvisa förändringar har accelererats av människans teknologiska framsteg. I södra Sverige har jordbruksreformer, konstgödsel, modernt skogsbruk och urbanisering omvandlat kulturlandskapet på bara 200 år. Men mycket av biodiversiteten i landskapet är format av och beroende av habitat, landskapsstruktur och skötsel som de såg ut för 200 år sedan. För att kunna bevara så mycket som möjligt av vår biodiversitet måste vi övervaka kulturlandskapet... (More)
Kulturlandskapet är starkt knutet till människan och hennes aktiviteter. Flera tusen år av samspel mellan människa och natur har skapat landskap som definierar levnadsvillkoren för en mångfald av arter. Men när samhället förändras, förändras även kulturlandskapet. De forna årtusendenas långsamma och gradvisa förändringar har accelererats av människans teknologiska framsteg. I södra Sverige har jordbruksreformer, konstgödsel, modernt skogsbruk och urbanisering omvandlat kulturlandskapet på bara 200 år. Men mycket av biodiversiteten i landskapet är format av och beroende av habitat, landskapsstruktur och skötsel som de såg ut för 200 år sedan. För att kunna bevara så mycket som möjligt av vår biodiversitet måste vi övervaka kulturlandskapet och nya kostnadseffektiva, storskaliga metoder måste tas fram för att underlätta bevarandearbetet. Att övervaka och samla in data över kulturlandskapet med hjälp av satellit- och flygbaserade sensorer (fjärranalys) och behandla dessa data i datormiljö, kan vara nyckeln till ett effektivt övervakningssystem.
I denna avhandling undersöker jag framförallt kopplingarna mellan artrikedomen av växter och kulturlandskapets egenskaper, med hjälp av datorbaserad behandling av flyg- och satellitdata, samt statistisk modellering. Jag har med hjälp av satellitdata och officiell rumslig och statistisk data utfört tre studier i delar av Skåne, med målsättningen att kunna koppla heterogeniteten i landskapet och landskapets sammansättning vad gäller markanvändning, till nivåer av artrikedom av växter. Med hjälp av högupplöst satellitdata och hyperspektral flygdata har jag även genomfört tre studier i ett gräsmarksområde på Öland, där jag har undersökt kopplingarna mellan betade gräsmarkers spektrala reflektans och deras växtdiversitet, samt möjligheterna att åldersklassificera betade gräsmarker med hjälp av deras spektrala signaturer.
I den första studien baserad i Skåne visade jag att landskapets heterogenitet, uppmätt med mått från officiell Svensk Marktäckedata (rumsliga mått) och heterogeniteten i den spektrala reflektansen från Landsat-satellitdata (spektrala mått), är kopplad till artrikedomen av växter. Jag visade också att kopplingen mellan artrikedom av växter och uppmätt landskapsheterogenitet är särskilt stark om man kombinerar rumsliga och spektrala mått. Med hjälp av kombinationer av rumsliga och spektrala heterogenitetsmått lyckades jag sedan bygga modeller som förutsade artrikedomen av växter med <20% felmarginal i ca 80% av studieområdet.
I den andra studien baserad i Skåne skapade jag först historisk (1975) och nutida (2001) markanvändningsdata, baserad på Landsat-satellitdata, officiell höjddata, samt årstidsskillnader i ett spektralt baserat mått på växtlighetens fenologi. Jag visade sedan att både historisk och nutida markanvändning och landskapsheterogenitet är kopplade till nutida artrikedom av växter. Jag visade att proportionen åkermark i landskapet var negativt kopplad till artrikedom av växter, medan proportionerna av våtmark, lövskog och betesmark generellt var positivt kopplade till växternas artrikedom. Jag visade också att en ökning i proportionen av lövskog mellan det historiska och nutida landskapet kan påverka artrikedomen av växter positivt och att detta också gällde när heterogeniteten i landskapet ökade. I den tredje studien i Skåne visade jag att artrikedomen av växter i landskap som är enkla i sin sammansättning och heterogenitet, bäst förklarades av proportionerna av de vanligaste markanvändningsklasserna som inte var åker. Jag visade även att i de mest komplexa landskapen så var det mängden av småbiotoper (t.ex. märgelgravar, häckar, vägrenar) inom landskapet som förklarade artrikedomen av växter bäst.
I den första av studierna på Öland visade jag att skillnader mellan betade gräsmarker i deras spektrala signaturer, uppmätta med data från Worldview-2-satelliten, var kopplade till skillnader i deras artsammansättning av växter. Jag förutsade även skillnader i gräsmarkernas artsammansättning av växter genom att mäta skillnaderna i deras spektrala signaturer. I den andra studien på Öland använde jag data från den hyperspektrala flygbaserade sensorn HySpex för att förutsäga artdiversitet (artrikedom och Simpson’s index) av växter inom betade gräsmarker. Jag visade att de bästa resultaten kom när man använde samtliga 245 spektrala band för att mäta gräsmarkernas reflektans. I den tredje studien på Öland använde jag återigen data från HySpex-sensorn för att klassificera betade gräsmarker i tre olika åldersklasser (5-15 år, 16-50 år och >50 år). Det bästa resultatet fick jag när jag började med att välja ut de spektrala band (177 band) som var viktigast för att kunna särskilja åldersklasserna.
Sammanfattningsvis så visar mina resultat att metoder baserade på fjärranalys och GIS (geografiska informationssystem) kan vara mycket användbara verktyg för att effektivt kunna övervaka biodiversitet inom kulturlandskapet. Detta både genom deras förmåga att modellera landskapets struktur och sammansättning och genom deras förmåga att relatera dessa modeller till faktisk biodiversitet i ett brett spektrum av rumsliga skalor, habitat och landskap. (Less)
Abstract
In this thesis, I explore the relationships between structural and compositional landscape properties, and species diversity, using remotely sensed data on a variety of spatial scales. The thesis shows that increased landscape heterogeneity, measured using environmental and spectral variables that were used both separately and combined, is generally positively related to plant species richness. I further found that plant species richness could be predicted with <20% deviance in species numbers, in approximately 80% of the study area within the province of Scania, using a combination of environmental and spectral descriptors of landscape heterogeneity. Further, I used Landsat satellite data, aided by ancillary data on topography and a... (More)
In this thesis, I explore the relationships between structural and compositional landscape properties, and species diversity, using remotely sensed data on a variety of spatial scales. The thesis shows that increased landscape heterogeneity, measured using environmental and spectral variables that were used both separately and combined, is generally positively related to plant species richness. I further found that plant species richness could be predicted with <20% deviance in species numbers, in approximately 80% of the study area within the province of Scania, using a combination of environmental and spectral descriptors of landscape heterogeneity. Further, I used Landsat satellite data, aided by ancillary data on topography and a spectral proxy of seasonal variation in vegetation phenology, to classify historical (ca 1975) and contemporary (ca 2001) land-cover data within the province of Scania, with +85% accuracy. The produced land use/land cover (LULC) data showed correlations with levels of plant species richness, with the proportion of cropland generally being negatively correlated to levels of plant species richness, and the proportion of LULC classes such as grazed grassland, wetland and deciduous forest being positively correlated to levels of plant species richness. Further, the positive change between the historical and contemporary landscapes in the proportion of deciduous forest, and in the number of unique LULC patches, were positively correlated with contemporary levels of plant species richness. I modeled the importance of non-crop habitat types for plant species richness within the province of Scania, and showed that for the promotion of plant species richness, the most wide-spread non-crop LULC types were most important within the most simplified landscapes, while the amount of non-crop small biotopes were most important in more complex landscapes.In a series of studies on grazed grasslands on the Baltic island of Öland, I showed that dissimilarity in Worldview-2 satellite spectral reflectance was related to plant species dissimilarity within a set of grassland plots, and then used spectral dissimilarity to predict levels of plant species richness in other grassland plots. I used HySpex hyperspectral aerial reflectance data to predict plant species diversity (species richness and Simpson’s diversity), using the full range of wavebands and also using a reduced set of wavebands. Finally, I classified grassland plots into age classes using reflectance data from the HySpex hyperspectral sensor, and achieved better classification results when using a reduced set of wavebands compared to using the full range of wavebands.In summary, the findings of this thesis demonstrate that remote sensing and GIS-based methods can be useful tools in the monitoring of cultural landscapes, because of their combined ability to model landscape properties and relate those measures to species diversity, at a range of spatial scales and within a range of habitats. (Less)
Please use this url to cite or link to this publication:
author
supervisor
opponent
  • Dr. Pettorelli, Nathalie, Institute of Zoology, Zoological Society of London, United Kingdom
organization
publishing date
type
Thesis
publication status
published
subject
keywords
Remote sensing, statistical modeling, spatial scales, partial least squares, support vector machines, grazed grasslands, LULC, HySpex, Worldview-2, Landsat, heterogeneity, landscape complexity, plant species diversity
pages
225 pages
publisher
Lund University, Faculty of Science, Department of Physical Geography and Ecosystem Science
defense location
Geocentre I, lecture hall “Världen”, Sölvegatan 10, Lund
defense date
2016-06-17 10:00
ISBN
978-91-85793-57-0
language
English
LU publication?
yes
id
e40111ee-9c0d-4bc6-bace-801c2dd43855
date added to LUP
2016-05-23 12:01:07
date last changed
2016-09-19 08:45:20
@misc{e40111ee-9c0d-4bc6-bace-801c2dd43855,
  abstract     = {In this thesis, I explore the relationships between structural and compositional landscape properties, and species diversity, using remotely sensed data on a variety of spatial scales. The thesis shows that increased landscape heterogeneity, measured using environmental and spectral variables that were used both separately and combined, is generally positively related to plant species richness. I further found that plant species richness could be predicted with &lt;20% deviance in species numbers, in approximately 80% of the study area within the province of Scania, using a combination of environmental and spectral descriptors of landscape heterogeneity. Further, I used Landsat satellite data, aided by ancillary data on topography and a spectral proxy of seasonal variation in vegetation phenology, to classify historical (ca 1975) and contemporary (ca 2001) land-cover data within the province of Scania, with +85% accuracy. The produced land use/land cover (LULC) data showed correlations with levels of plant species richness, with the proportion of cropland generally being negatively correlated to levels of plant species richness, and the proportion of LULC classes such as grazed grassland, wetland and deciduous forest being positively correlated to levels of plant species richness. Further, the positive change between the historical and contemporary landscapes in the proportion of deciduous forest, and in the number of unique LULC patches, were positively correlated with contemporary levels of plant species richness. I modeled the importance of non-crop habitat types for plant species richness within the province of Scania, and showed that for the promotion of plant species richness, the most wide-spread non-crop LULC types were most important within the most simplified landscapes, while the amount of non-crop small biotopes were most important in more complex landscapes.In a series of studies on grazed grasslands on the Baltic island of Öland, I showed that dissimilarity in Worldview-2 satellite spectral reflectance was related to plant species dissimilarity within a set of grassland plots, and then used spectral dissimilarity to predict levels of plant species richness in other grassland plots. I used HySpex hyperspectral aerial reflectance data to predict plant species diversity (species richness and Simpson’s diversity), using the full range of wavebands and also using a reduced set of wavebands. Finally, I classified grassland plots into age classes using reflectance data from the HySpex hyperspectral sensor, and achieved better classification results when using a reduced set of wavebands compared to using the full range of wavebands.In summary, the findings of this thesis demonstrate that remote sensing and GIS-based methods can be useful tools in the monitoring of cultural landscapes, because of their combined ability to model landscape properties and relate those measures to species diversity, at a range of spatial scales and within a range of habitats.},
  author       = {Dalmayne, Jonas},
  isbn         = {978-91-85793-57-0},
  keyword      = {Remote sensing,statistical modeling,spatial scales,partial least squares,support vector machines,grazed grasslands,LULC,HySpex,Worldview-2,Landsat,heterogeneity,landscape complexity,plant species diversity},
  language     = {eng},
  pages        = {225},
  publisher    = {ARRAY(0x76d6e20)},
  title        = {Monitoring biodiversity in cultural landscapes: development of remote sensing- and GIS-based methods},
  year         = {2016},
}