Abstract
:
(আধা) প্রাকৃতিক অঞ্চলের উপযুক্ত ব্যবস্থাপনার জন্য উপস্থিত বাস্তুসংস্থান এবং তাদের অবস্থান সম্পর্কে বিশদ জ্ঞান প্রয়োজন রিমোট সেন্সিং নিয়মিত সময়ের ব্যবধানে একটি systematic, synoptic view সরবরাহ করতে পারে এবং তাই প্রায়শই সুরক্ষিত habitats and vegetation র ম্যাপিং এবং পর্যবেক্ষণে সহায়তা করার জন্য একটি শক্তিশালী সরঞ্জাম হিসাবে পরামর্শ দেওয়া হয়। এই সমীক্ষায় আমরা একটি মাল্টি-স্টেপ ম্যাপিং ফ্রেমওয়ার্ক উপস্থাপন করি যা বিশদ NATURA 2000 (N2000) হিথল্যান্ডের আবাসস্থল প্যাচ ম্যাপিং এবং প্যাচ স্তরে তাদের সংরক্ষণের স্থিতির মূল্যায়ন সক্ষম করে। পদ্ধতিটিতে পরপর তিনটি ধাপ রয়েছে: (1) বায়ুবাহিত এএইচএস ইমেজিং বর্ণালী এবং ক্ষেত্রের রেফারেন্স ডেটা ব্যবহার করে একটি শ্রেণিবিন্যাসের জমি / গাছপালার ধরণের (এলভিটি) শ্রেণিবিন্যাস; (২) এলভিটি মানচিত্রকে জীবন রূপের উপর ভিত্তি করে প্যাচ মানচিত্রে রূপান্তর করার জন্য একটি স্থানিক পুনরায় শ্রেণিবদ্ধকরণ; এবং (3) প্রতিটি প্যাচগুলির জন্য N2000 আবাসের ধরণ এবং সংরক্ষণের স্থিতির পরামিতিগুলির সনাক্তকরণ। ২০০–-২০০7 সালে অধিগ্রহণকৃত ১৩২৫ টি উদ্ভিদ রেফারেন্স প্লটগুলির বহুবিধ বিশ্লেষণের ভিত্তিতে 24 টি এলভিটি ক্লাস চিহ্নিত করা হয়েছিল যা হিথল্যান্ড সংরক্ষণের অবস্থা নির্ধারণের জন্য প্রাসঙ্গিক বলে বিবেচিত হয়েছিল। এই লেবেলযুক্ত ডেটাগুলি সিক্যুয়াল-ফ্লোটিং-ফরওয়ার্ড-অনুসন্ধান বৈশিষ্ট্য নির্বাচনের সাথে মিলিয়ে লিনিয়ার বৈষম্যমূলক বিশ্লেষণ ব্যবহার করে, এলভিটি শ্রেণিবদ্ধকরণ মানচিত্রে এইএইচএস চিত্রের তদারকযুক্ত শ্রেণিবিন্যাসের স্থল রেফারেন্স হিসাবে ব্যবহৃত হয়েছিল। শ্রেণিবিন্যাসের শ্রেণিবিন্যাসের বিশদ স্তরের উপর নির্ভর করে এলভিটি ম্যাপিংয়ের সামগ্রিক শ্রেণিবিন্যাসের যথাযথতা 83% থেকে 92% (কপ্পা ≈ 0.82-0.91) পর্যন্ত পরিবর্তিত হয়েছিল। এলভিটি মানচিত্রটিকে এন 2000 আবাসস্থল ধরণের প্যাচ মানচিত্রে রূপান্তর করার পরে 89% সামগ্রিক যথার্থতা পাওয়া গেছে।
মূলশব্দ:
hyperspectral; আবাস ম্যাপিং; প্রজাতি ম্যাপিং; নাটুরা 2000; heathland; সংরক্ষণ অবস্থা; শ্রেণীবিন্যাস; কলুনা ওয়ালগারিস ; গাছের দখল; ঘাসের দখল1. Introduction
ইউরোপে জীব বৈচিত্র্য সুরক্ষার জন্য প্রধান বিধিগুলি হ্যাবিট্যাটস ডাইরেক্টিভ (হাবডির) [ ১ ] এবং পাখি নির্দেশিকা [ ২ ] এ পাওয়া যায় যা ন্যাচুরা 2000 নেটওয়ার্ক (এন 2000) এর আইনী ভিত্তি সরবরাহ করে। ইউরোপীয় ইউনিয়নের (ইইউ) সদস্য দেশগুলির উপর এই আইনী উদ্যোগের দ্বারা আরোপিত বিভিন্ন প্রতিশ্রুতিগুলির মধ্যে রয়েছে: (১) ইউরোপীয় ইউনিয়নের সদস্য রাষ্ট্রগুলিতে উপস্থিত সুরক্ষিত আবাসস্থল এবং প্রজাতির ' সংরক্ষণের অবস্থা' সম্পর্কে নজর রাখার জন্য মনিটরিং ব্যবস্থা স্থাপন ; এবং (২) ইউরোপীয় কমিশনকে এই আবাসস্থল এবং প্রজাতির ' সংরক্ষণের অবস্থা ' সম্পর্কিত 6-বার্ষিক প্রতিবেদন [ 3]]। বাস্তবে, এই প্রতিশ্রুতিগুলি বোঝায় যে ইইউ সদস্য রাষ্ট্রসমূহের বাসস্থান এবং প্রজাতি নিরীক্ষণ এবং নজরদারি করার জন্য সঠিক, সহজ এবং পুনরাবৃত্তিযোগ্য পদ্ধতির প্রয়োজন। এই আবাসস্থল এবং প্রজাতির মূল্যায়নের জন্য বিশদ, নির্ভরযোগ্য এবং যুগোপযোগী বাসস্থান বিতরণ মানচিত্রের প্রয়োজন, কেবলমাত্র একটি উদ্ভিদ প্যাচকে আবাসস্থলের ধরণের হিসাবে চিহ্নিত করার চেয়ে আরও প্রসারিত করা, তবে এর গুণগতমানের উপরও ইঙ্গিত দেওয়া giving তবে হাবডির প্রথম প্রয়োগগুলি অনেক সদস্য রাষ্ট্রের বাসস্থান বিতরণ সম্পর্কে জ্ঞানের বিশাল অভাব [ ৪ ] প্রকাশ করেছে। একটি সহজেই পরিচালিত, অর্থনৈতিকভাবে দামের এবং যথাসম্ভব স্বয়ংক্রিয় পদ্ধতিতে এই প্রয়োজনীয়তাগুলি পূরণ করতে আগ্রহী [ 5 , 6 ]।
ইউরোপীয় হিটল্যান্ডগুলি কয়েক মিলিয়ন হেক্টর জুড়ে বিস্তৃত ছিল, তবে হিথল্যান্ডে প্রচলিত landতিহ্যবাহী কৃষিজমি ব্যবহার পদ্ধতিতে (ভেড়া ও গবাদি পশুর পাল, সোড কাটিং, নিয়ন্ত্রিত পোড়া ইত্যাদি) সামগ্রিক হ্রাস ফলস্বরূপ মোট হিথল্যান্ড অঞ্চলে এক তীব্র হ্রাস পেয়েছে। গত শতাব্দী Traditionalতিহ্যবাহী কৃষির অনুশীলনগুলির হ্রাস পুষ্টির অপসারণকে হ্রাস করেছে এবং বায়ুমণ্ডলীয় নাইট্রোজেন জমা হিথল্যান্ডের জন্য অন্যতম বড় হুমকি threats নাইট্রোজেন এজাহার ericoid heathland প্রজাতি [একটি পতন ফলে, Heathlands এর ঘাস এবং গাছের অনভিপ্রেত হস্তক্ষেপ হয় যার ফলে 7 , 8 , 9]। হিথল্যান্ড অঞ্চলের কার্যকর পর্যবেক্ষণের ফলে এ জাতীয় উদ্ভিদের অসুবিধাগুলি সনাক্তকরণ এবং সময়োপযোগী পরিচালন হস্তক্ষেপের অনুমতি দেওয়া প্রয়োজন। হিথল্যান্ডস ক্রমবর্ধমান খণ্ডিত হয়ে যাওয়ার সাথে সাথে তারা বর্তমানে জীব বৈচিত্র্য সংরক্ষণ এবং প্রাকৃতিক ও সাংস্কৃতিক heritageতিহ্যের জন্য অত্যন্ত মূল্যবান [ 10 , 11 ]। ইইউতে তাদের আনুষ্ঠানিক সুরক্ষা এখন হাবডিরের অধীনে রক্ষা করা হচ্ছে [ 1 ]। তাদের সুরক্ষার অংশ হিসাবে, সদস্য রাষ্ট্রগুলিকে তাদের সংরক্ষণের স্থিতি, অর্থাৎ প্রকৃত অঞ্চল, পরিসর, আবাসের গুণমান এবং প্রতিটি আবাসনের ধরণের ভবিষ্যতের সম্ভাব্যতা সম্পর্কে প্রতিবেদন করতে হবে। বাসস্থান মানের বিভিন্ন সংজ্ঞা বিদ্যমান [ 12]। এই গবেষণাপত্রে, আমরা আবাসের সংরক্ষণের অবস্থার এক দিক হিসাবে আবাসের গুণমানকে ব্যবহার করি, এর কাঠামো এবং পরিবেশগত কার্যকারিতা উল্লেখ করে। আবাসের ধরণের উপর নির্ভর করে এটি উদাহরণস্বরূপ প্রজাতির compositionশ্বর্য এবং রচনা, বৃদ্ধি ফর্ম জটিলতা এবং আক্রমণাত্মক প্রজাতির উপস্থিতির নিরিখে মূল্যায়ন করা হয়।
ইমেজিং স্পেকট্রোস্কোপি (আইএস) বা হাইপারস্পেকট্রাল ইমেজিং, সংক্ষিপ্ত বর্ণালী ব্যান্ড, প্রতিটি সংকীর্ণ বর্ণাল পরিসরের সাহায্যে উচ্চ বর্ণালী রেজোলিউশনে তথ্য সংগ্রহ করার ক্ষমতা সহ বিভিন্ন প্রজাতির মোটামুটি সঠিক সনাক্তকরণ করতে সক্ষম বলে পরিচিত [ ১৩ ] এমনকি বিভিন্ন গাছপালা ধরনের [জরিমানা মাপের মোজাইক শিল্প সঙ্গে অত্যন্ত জটিল তৃণভূমি অত্যন্ত নির্ভুল প্রজাতি স্তরের গাছপালা মানচিত্রগুলি উত্পাদন করতে ব্যবহার করা যেতে পারে 14 ]। ইমেজিং স্পেকট্রোস্কোপি আবাসের গুণমান এবং অবক্ষয় নির্ধারণের সুযোগও সরবরাহ করে [ 15 ], উদাহরণস্বরূপ, আক্রমণাত্মক প্রজাতির ম্যাপিং [ 16 , 17 ] বা অবাঞ্ছিত প্রজাতির দখল [ 18 ], প্রজাতির nessশ্বর্য ব্যবস্থার পূর্বাভাস [ 19]], এবং উদ্ভিদ কার্যকরী ধরণের ম্যাপিং [ 20 , 21 ]।
জীব বৈচিত্র্য নির্ধারণের জন্য রিমোট সেন্সিং ব্যবহার করে যে উচ্চতর সংখ্যক গবেষণা করা হয়েছে সত্ত্বেও, দূরবর্তী সংবেদনের সাথে N2000 আবাসস্থলের মানচিত্রের মানচিত্র তৈরি করার জন্য এবং / অথবা বিশেষত N2000 আবাসের গুণমান বা সংরক্ষণের অবস্থা মূল্যায়ন করার জন্য অপেক্ষাকৃত কম কয়েকটি প্রচেষ্টা করা হয়েছে। সাম্প্রতিক অবধি, অধ্যয়নের বেশিরভাগ অংশ ভূমি কভার বিভাগগুলির ম্যাপিংয়ের দিকে মনোনিবেশ করেছিল, তবে জমি কভার বিভাগগুলি N2000 আবাসের সাথে কীভাবে সামঞ্জস্য করে তা নির্ধারণ করতে অসুবিধা রয়েছে [ ১৫]। কিছু সমীক্ষা করা হয়েছে যে বিশেষত N2000 বাসস্থান মূল্যায়ন একটি নির্দিষ্ট দিক উপর দৃষ্টি নিবদ্ধ করে। কুইকবার্ড চিত্রের অবজেক্ট-ভিত্তিক বিশ্লেষণের সাথে মিলিত জ্ঞান-ভিত্তিক পদ্ধতিগুলি N2000 বন এবং হিথল্যান্ডের আবাসের ধরণের মানচিত্র তৈরি করতে এবং আবাসস্থলে উপস্থিত কিছু প্রাসঙ্গিক গাছপালা এবং ভূমি কভার শ্রেণীর উপস্থিতিকে ম্যাপিংয়ের মাধ্যমে আবাসের মানের বিস্তৃত দিকগুলির মূল্যায়ন করতে ব্যবহৃত হয়েছে [ 6 ]। সম্প্রতি, বেশ কয়েকটি বিভিন্ন পদ্ধতির বিষয়টিও বিবেচনা করা হয়েছে: চারটি এন 2000 আবাস-প্রকারের বর্ণনামূলককরণ এবং শ্রেণিবদ্ধকরণের জন্য বহু-মৌসুমী র্যাপিডে চিত্রকল্পে এক-শ্রেণির শ্রেণিবদ্ধকারী প্রয়োগ করা, যা বিভিন্ন উদ্ভিদের ধরণের জটিল আড়াআড়ি জুড়ে ছড়িয়ে ছিটিয়ে ছিল [ ২২]]; আইএস এবং (সিমুলেটেড) উভয় সম্ভাবনার একটি তদন্ত তিনটি এন 2000 মাইর আবাসস্থলের ধরণের মডেল করার জন্য, পাশাপাশি তাদের ফুলের রচনা [ 23 ]; এন 2000 তৃণভূমির আবাসস্থল সংরক্ষণের পরিস্থিতি মূল্যায়নের জন্য এয়ারবর্ন লেজার স্ক্যানিংয়ের ব্যবহার [ 24 ]; এবং ভূমধ্যসাগরীয় বনগুলির সংরক্ষণের অবস্থাটি মূল্যায়নের জন্য মাল্টিসেপট্রাল এবং লেজার স্ক্যানিং ডেটার সংমিশ্রণ [ 25 ]।
বিশেষত হিথল্যান্ডসের ক্ষেত্রে, এন 2000 ম্যাপিং এবং পর্যবেক্ষণের জন্য আইএসের ব্যবহার সম্প্রতি বেশ কয়েকটি গবেষণার মাধ্যমে মনোযোগ পেয়েছে। Subpixel সিদ্ধান্ত গাছ শ্রেণীবিন্যাস ব্যবহার করছে তথ্য ম্যাপিং সক্ষম হতে দেখানো হয়েছে সঙ্গে মিলিত unmixing Calluna vulgaris বয়স কাঠামো [ 26 ]। ক্ষুদ্র-স্কেল N2000 আবাস মানের মানের সূচক (যেমন, কলুনা ওয়ালগারিসের বয়সের শ্রেণি এবং মূল প্রজাতির উপস্থিতি) মোটা স্কেল ইন্ডিকেটর ব্যবহার করে পূর্বাভাস দেওয়া হয়েছিল, আইএস (যেমন ঘাসের অট্টালিকার ঘটনা) দ্বারা ম্যাপ করা হয়েছে [২ 27 ] প্যাচ পর্যায়ে ঘাসের অযোগ্যতা পরিমাপের জন্য আইএস ডেটার বর্ণালী অনাক্রমণ ব্যবহার করা হয়েছে [ ২৮]]। অর্ডিনেশন স্পেসে ফুলের গ্রেডিয়েন্টগুলি বাসস্থান ধরণের ঘটনা সম্ভাবনার মডেল হিসাবে ব্যবহার করা হত, পাশাপাশি আবাস সংরক্ষণের অবস্থা [ 29 ]। পরে বাদে, এই সমস্ত গবেষণার মধ্যে একটি মিল রয়েছে যে তারা কেবলমাত্র একটি নির্দিষ্ট দিকের উপর দৃষ্টি নিবদ্ধ করে, উদাহরণস্বরূপ, আবাসের ধরণের শ্রেণিবিন্যাস বা নির্দিষ্ট বাসস্থান মানের প্যারামিটারগুলির মূল্যায়ন, তবে হ্যাবডিরের অধীনে রিপোর্টিংয়ের জন্য প্রয়োজনীয় প্রয়োজনীয়তার পুরো সেটটি আবরণ করে না, অর্থাত্, আবাসস্থলগুলির চিত্রায়ন এবং সংকল্প, পাশাপাশি সংরক্ষণের অবস্থা মূল্যায়ন করা।
এই অধ্যয়নের উদ্দেশ্য হ'ল পরিবেশগত জ্ঞানের সাথে সমন্বিতভাবে আইএস এর সম্ভাব্যতা প্রদর্শন করে উভয় বর্ণনামূলক এবং বিস্তৃত বিশদ (এমনকি -0.1 হেক্টর) N2000 হিথল্যান্ডের বাসস্থান প্যাচগুলির প্রতিটি প্যাচের মধ্যে মূল্যবান গুণমান-নির্দেশক বৈশিষ্ট্য সহ (যেমন, গাছ এবং ঘাসের আচ্ছাদন) এমনভাবে যা ব্যবহারকারীর বর্তমান ক্ষেত্র-ভিত্তিক কর্মপ্রবাহের সাথে মেলে এবং স্থানীয় এবং জাতীয় N2000 পরিচালকদের কাছে স্কেল এবং সামগ্রী উভয় হিসাবে পরিচিত এমন মানচিত্র এবং পরিসংখ্যান তৈরি করে। [ 30 ] এর সম্মেলনের কার্যক্রমে আমরা এই পদ্ধতির একটি পূর্ববর্তী সংস্করণ, পাশাপাশি প্রাথমিক ফলাফলও উপস্থাপন করেছি ।
2. Materials and Methods
2.1. Study Area
'কাল্মথৌস হিডি' অধ্যয়নের ক্ষেত্রটি বেলজিয়ামের উত্তরে (51.40°N, 04.42°E) ( চিত্র ১ ), শেল্ড্ট এবং মিউজ নদীগুলির মধ্যে নিকাশী বিভক্তির উপর অবস্থিত এবং বেশিরভাগ বালুকামালের বনভূমি, হিথল্যান্ডস এবং তৃণভূমিতে আয়োজিত রয়েছে। আইওলিয়ান উত্সের অম্লীয় মাটি origin এর কেন্দ্রীয় হিথল্যান্ড অঞ্চলটি প্রায় 1000 হেক্টর এবং এতে ভেজা এবং শুকনো হিথ, অভ্যন্তরীণ বালির টিলা এবং জলাশয়ের মিশ্রণ রয়েছে [ ৩১ ]। অঞ্চলটিতে ভালভাবে প্রতিনিধিত্ব করা N2000 আবাসের ধরণের একটি সংক্ষিপ্তসার সারণি 1 এ দেওয়া হয়েছে । সাইটটি 1968 সাল থেকে প্রাকৃতিক রিজার্ভ হিসাবে সুরক্ষিত হয়েছে এবং 1996 সাল থেকে হ্যাবডিরের অধীনে সংরক্ষিত অঞ্চলের N2000 নেটওয়ার্কের অংশ হয়েছে (সাইট BE2100015)।
চিত্র 1. বেলজিয়ামের উত্তরে 'কাল্মথৌস হিডি' অধ্যয়নের অঞ্চল এবং অবস্থানের চিত্রণ। বেস মানচিত্র © ওপেনস্ট্রিটম্যাপ অবদানকারীরা ( www.openstreetmap.org/copyright )। ইনসেটটি কোরিনেফোরাস ক্যানসেসেন্স -হবিটাত টাইপ 2330 (অগ্রভাগ এবং ডান) এবং কলুনা ভালগারিস-হবিট্যাট টাইপ 2310 (মধ্য থেকে বাম) সহ একটি শুকনো বালির উত্তাপের সাথে একটি অভ্যন্তরীণ আবরণ প্রদর্শন করে । চিত্রটি [ 30 ] থেকে পরিবর্তিত হয়েছে ।
সারণী 1. NATURA 2000 আবাসের ধরণের সংক্ষিপ্তসার যা ' কাল্মথাউটস হাইড' স্টাডি অঞ্চলে ভাল প্রতিনিধিত্ব করা হয়েছে ।
অ্যান্টওয়ার্পের শহর ও বন্দরের নিকটবর্তী অঞ্চলের ফলে এবং এর সুরক্ষিত মর্যাদাপূর্ণ সত্ত্বেও, অঞ্চলটি অ্যান্ট্রোপোজেনিক প্রভাব যেমন ইউট্রোফিকেশন, তীব্র বিনোদন এবং পানীয় জলের নিষ্কাশন থেকে ডেসিকেশন দ্বারা প্রভাবিত হয় [ 10 ]। যদিও 1970 এর দশক থেকে ডেডিকেটেড ম্যানেজমেন্ট বাস্তবায়ন করা হয়েছে, তবে বায়ুমণ্ডলীয় নাইট্রোজেন ডিপোজিটটি এলিয়েন আক্রমণাত্মক শ্যাওলা প্রজাতি ক্যাম্পিলোপাস ইন্টারফ্লেকাস (হিথ স্টার ম্যাস) দ্বারা বালি টিলাগুলির উপনিবেশকে ত্বরান্বিত করেছে । এছাড়া বৃদ্ধি আধিপত্য নেতৃত্বাধীন হয়েছে Molinia caerulea ভেজা ও শুকনো heaths মধ্যে (রক্তবর্ণ moorgrass), অন্যান্য টিপিক্যাল প্রজাতির খরচে, জীব বৈচিত্র্য হ্রাস সৃষ্টি হয়। মলিনিয়া কেরুলিয়াহিথল্যান্ডসের সাধারণ একটি দেশীয় প্রজাতি, তবে পুষ্টির সহজলভ্যতার কারণে (যেমন, বায়ু দূষণ বা নিয়ন্ত্রণহীন জ্বলন থেকে), বর্ধিত বৃদ্ধির সাথে এটি আরও দ্রুত সাড়া দেয় এবং অন্যান্য সাধারণ হিথল্যান্ডের প্রজাতিগুলিকে ছাড়িয়ে যায়। সাম্প্রতিক বছরগুলিতে, কিছু নিবিড় এবং নিয়ন্ত্রণহীন দাবানল এই অঞ্চলের প্রায় এক-তৃতীয়াংশের হিথকে ধ্বংস করেছে, যা মোলিনিয়া কেরুলিয়া পরে দ্রুত উপনিবেশ করেছিল [ 32 ]।
2.2. Datasets
2.2.1. Ground Reference Data
জুনে-সেপ্টেম্বর ২০০ in সালে এই সমীক্ষাটির জন্য প্রাপ্ত তথ্য হিসাবে প্রাপ্ত তথ্য হিসাবে একই উদ্ভিদ মরসুমে একটি বিস্তৃত ক্ষেত্রের রেফারেন্স ডেটাসেট অধিগ্রহণ করা হয়েছিল। 10 মিটার ব্যাসের চেনাশোনাগুলি যা পূর্বনির্ধারিত এলভিটি ক্লাসগুলির একটির একজাত উদাহরণ ( বিভাগ ২.৪ দেখুন ) উপস্থাপন প্লট হিসাবে ক্ষেত্রটিতে নির্বাচিত হয়েছিল represented প্লট চেনাশোনাগুলির কেন্দ্র পয়েন্টগুলি কয়েক সেন্টিমিটার অবধি অবস্থানগত যথাযথতার সাথে রিয়েল-টাইম কাইনামেটিক (আরটিকে) জিপিএস ব্যবহার করে অবস্থিত ছিল। ডেটা সংগ্রহটি বায়োহ্যাব-পদ্ধতিটির ভিত্তিতে ছিল [ 34 , 35]], এবং উদ্ভিদ জীবনের ফর্মগুলি (যেমন, গাছ এবং গুল্ম, বামন গুল্ম, ফোর্বস, ঘাসের মতো প্রজাতি এবং শ্যাওলা) এবং প্রভাবশালী প্রজাতির অন্তর্ভুক্ত রয়েছে, পাশাপাশি পরিবেশগত এবং পরিচালন সম্পর্কিত তথ্য এবং N2000 আবাসের ধরণের রয়েছে। উপরে থেকে দেখা হিসাবে উদ্ভিদের কভারটি ধারাবাহিকভাবে অনুমান করা হয়েছিল, এভাবে দূরবর্তী সেন্সরের দৃষ্টিভঙ্গির অনুরূপ হতে 100% পর্যন্ত যোগ হয়েছিল। ২০০ 2007 সালে মাঠে মোট 4৯৪ টি রেফারেন্স প্লট সংগ্রহ করা হয়েছিল। শুকনো, ভেজা এবং মলিনিয়ার আরও ১৪6 টি প্লট২০০ 2006 সালের জুনে সংগ্রহ করা হিথল্যান্ড যোগ করা হয়েছিল, ক্ষেত্রটিতে যাচাইয়ের পরে তারা এখনও বৈধ ছিল। অতিরিক্তভাবে, সহজেই চিহ্নিতযোগ্য ক্লাসগুলির 485 রেফারেন্স প্লটগুলি আর্থোফোটো-ব্যাখ্যা থেকে নেওয়া হয়েছিল, ভূখণ্ডের জ্ঞান দ্বারা সমর্থিত। এটি বিশেষ করে খালি বালু, আবাদযোগ্য ক্ষেত্র, কৃষি ঘাসভূমি, জঙ্কাস এফিউসাস সোওয়ারস এবং অব্যবহৃত জলাশয়গুলির জন্য অতিরিক্ত রেফারেন্স প্লট সরবরাহ করেছে, এলভিটি ডেটাসেটের মূল মোট রেফারেন্স প্লটের আকার 1325 প্লটে বাড়িয়েছে।
২০০৯ সালে, 938 এলোমেলো আবাসস্থল প্যাচগুলির সংরক্ষণ স্থিতির ডেটা (ল্যান্ডস্কেপ কাঠামো, মূল প্রজাতির উপস্থিতি এবং ঘাস এবং গাছের আস্তরণের পরিমাণ) সম্বলিত একটি দ্বিতীয়, স্বাধীন ডেটাসেট সংগ্রহ করা হয়েছিল। এই তথ্য সংরক্ষণের অবস্থা মূল্যায়নগুলি যাচাই করতে ব্যবহৃত হয়েছিল ( বিভাগ ২.৮ দেখুন ।) সংরক্ষণের স্থিতি সূচকগুলি এবং ক্ষেত্রের পদ্ধতিগুলি সম্পর্কে আরও বিশদ [২ 27 ] এ পাওয়া যাবে ।
2.2.2. Imaging Spectroscopy Data
২ জুন ২০০ 2007 এয়ারবর্ন হাইপারস্পেকট্রাল লাইন-স্ক্যানার রেডিওমিটার (AHS-160) 'কাল্মথাউটস হাইড' স্টাডি এলাকার চিত্র সংগ্রহ করা হয়েছিল। ভিজ্যুয়াল এবং নিকট-ইনফ্রারেড বর্ণালী ডোমেনে (400 থেকে 2500 এনএম) 63 টি বর্ণাল ব্যান্ড দিয়ে সজ্জিত এইএইচএস সেন্সরটি আইএনটিএ দ্বারা পরিচালিত একটি ক্যাসা সি -212 বিমানটিতে মাউন্ট করা হয়েছিল। ছয়টি চিত্র স্ট্রিপ ২.৪ বাই ২.৪ মিটারের স্থানিক রেজোলিউশনের সাথে অর্জিত হয়েছিল। জ্যামিতিক এবং বায়ুমণ্ডলীয় সংশোধনগুলি ভিটোর অভ্যন্তরীণ কেন্দ্রীয় ডেটা প্রসেসিং সেন্টার [ 36 ] ব্যবহার করে সম্পাদিত হয়েছিল । অনুরূপ পরিস্থিতিতে অর্জিত বায়ুবাহিত আইএস ডেটাতে পূর্বের বৈধতা পরীক্ষাগুলি জ্যামিতিক যথার্থতাটিকে উপ-পিক্সেল হিসাবে দেখিয়েছে [৩ 37]। বায়ুমণ্ডলীয় সংশোধনগুলি মডট্রান ৪-এর উপর ভিত্তি করে সংশোধন করার পরে, ছয়টি চিত্র একটি চিত্রের পণ্যতে মোজাইক করা হয়েছিল। অফ-নাদির দেখার কারণে প্রতিফলিত মানের উপর বায়ুমণ্ডলের প্রভাবকে আরও হ্রাস করতে, ওভারল্যাপিং অঞ্চলে ক্ষুদ্রতম ভিউ জেনিথ এঙ্গেল সহ পিক্সেলগুলি ব্যবহৃত হত। চিত্রাবলী সম্পর্কে আরও বিশদ [ 26 , 30 ] এ পাওয়া যাবে ।
2.3। পদ্ধতির ওভারভিউ
রিমোট সেন্সিং ব্যবহার করে হিথল্যান্ডের আবাসস্থলের সরাসরি ম্যাপিংয়ের ফলে উচ্চতর আন্তঃ পরিবর্তনশীলতার অভ্যন্তরীণ বৈশিষ্ট্য বাধা হয়, আবাসস্থলের মধ্যে প্রজাতির সংমিশ্রণে উচ্চতর ভিন্নজাতীয়তা, এবং স্বল্প আন্তঃ পরিবর্তনশীলতা, অর্থাৎ একাধিক বাসস্থান ধরণের ক্ষেত্রে একই প্রজাতির সংঘটন । এই সমস্যাগুলি নিবারণের জন্য, আমরা যে পদ্ধতিটি বিকশিত হয়েছিল তা হ'ল আবাসকে ভেঙে দেওয়ার জন্য অনেকগুলি শ্রেণিবিন্যাসের এলভিটি শ্রেণীর উপর ভিত্তি করে: (i) উপস্থিত প্রভাবশালী প্রজাতির সাথে সম্পর্কিত; (ii) আবাসের গুণমানের মূল্যায়নের জন্য উপযুক্ত প্যারামিটারগুলি অন্তর্ভুক্ত করা; এবং (iii) ক্লাসের স্থানিক রচনাটি ব্যবহার করে আবাসগুলির পরবর্তী পুনর্গঠন সক্ষম করুন। এটি করার মাধ্যমে আমরা হিথল্যান্ডের বাসস্থানগুলির অন্তর্নিহিত বৈশিষ্ট্যগুলিকে তিন-পদক্ষেপের অপ্রত্যক্ষ পদ্ধতিতে ব্যবহার করি যা প্যাচ স্তরে আবাসনের পরিমাণ এবং মানের মানচিত্রকে সক্ষম করে (৪০০ মিটার নিচে প্যাচগুলি)2 )। প্রথম পদক্ষেপে, বায়ুবাহিত ইমেজিং বর্ণালী সম্পর্কিত ডেটাগুলির একটি চার-স্তরের স্তরক্রমিক তত্ত্বাবধানে শ্রেণিবদ্ধকরণ করা হয়, ফলস্বরূপ এলভিটি মানচিত্রের ক্রমবর্ধমান বিশদ সহ। দ্বিতীয় ধাপে, লেভেল -4 এলভিটি শ্রেণিবদ্ধকরণ মানচিত্রটি এলভিটি ক্লাসগুলির স্থানীয় স্থানিক রচনার ভিত্তিতে একটি এন 2000 আবাসস্থল ধরণের প্যাচ মানচিত্রে রূপান্তরিত হয়। এটি করার জন্য, নিয়মের একটি সেট ব্যবহৃত হয় যা এলভিটি ক্লাসগুলিকে জীবন রূপগুলি, জেনারেল হ্যাবিট্যাট বিভাগ এবং এন 2000 শ্রেণীর সাথে সম্পর্কিত করে। চূড়ান্ত পদক্ষেপে, স্তর -4 এলভিটি এবং সাধারণ আবাসস্থল বিভাগ প্যাচ মানচিত্র একত্রিত করে প্রতি প্যাচ প্রতি আবাসের মানের সংরক্ষণের স্থিতি সূচক মানচিত্র (যেমন, গাছ এবং ঘাসের আচ্ছাদন) অর্জন করে der ২০০৯ সালে অধিগ্রহণ করা স্বাধীন ডেটাসেটটি তারপরে প্রাপ্ত সংরক্ষণের স্থিতি সূচক ফলাফলগুলি যাচাই করতে ব্যবহৃত হয়। চিত্র ২পদ্ধতিটির একটি স্কিম্যাটিক ওভারভিউ দেয়। নিম্নলিখিত বিভাগগুলিতে, পদ্ধতির প্রতিটি পদক্ষেপটি বিশদভাবে ব্যাখ্যা করা হয়েছে।
2.4। ডেডিকেটেড হায়ারার্কিকাল এলভিটি শ্রেণিবদ্ধকরণ প্রকল্পের নকশা Design of a Dedicated Hierarchical LVT Classification Scheme
N2000 হিথল্যান্ডের বাসস্থানগুলি একক বা কয়েকটি প্রভাবশালী প্রজাতির একজাত উদ্ভিদ প্যাচগুলি নিয়ে গঠিত নয়। পরিবর্তে, বেশিরভাগ আবাসস্থল হ'ল বিভিন্ন এলভিটিগুলির জটিল মিশ্রণ। কলুনা এবং জেনিস্টার সাথে শুকনো বালির হিথগুলি (আবাসস্থল কোড 2310) উদাহরণস্বরূপ, প্রাকৃতিকভাবে হিটারের টুফট সমন্বিত থাকে ( কলুনা ভ্যালগারিস)), শ্যাওলা, লাইচেন এবং ঘাস এবং খালি বালির ছোট ছোট প্যাচ। বেশিরভাগ ক্ষেত্রে, আবাসস্থল প্যাচে পর্যবেক্ষণ করা এলভিটি প্যাটার্ন, যেমন উপস্থিতি / অনুপস্থিতি এবং নির্দিষ্ট প্রজাতির তুলনামূলক প্রাচুর্য, আবাস প্যাচে অভিনয় করা অভ্যন্তরীণ গতিশীলতা এবং বাহ্যিক প্রভাবগুলির ফলাফল। সুতরাং, পর্যবেক্ষণ এলভিটি প্যাটার্নটি সেই প্যাচের পরিবেশগত মানের মূল্যায়ন করতেও ব্যবহার করা যেতে পারে। কিছু এলভিটি হ'ল একটি ভাল আবাসগত মানের ইঙ্গিত দেয়, অন্যরা আবাসগত মানের উপর নেতিবাচক প্রভাব নিয়ে চাপগুলি প্রতিফলিত করে। ইউরোপীয় ইউনিয়নের বেশ কয়েকটি সদস্য দেশ ক্ষেত্রের আবাসস্থলগুলির প্যাচগুলির মানের মূল্যায়নের জন্য মূল্যায়ন কাঠামোগুলি আঁকতে আবাসগুলির এই অন্তর্নিহিত জটিলতার ব্যবহার করেছে [ 38 , 39 , 40 , 41 ] শুকনো বালি সঙ্গেউদাহরণস্বরূপ কলুনা এবং জেনিস্টা , ইতিবাচক সূচকগুলি হল খালি বালির উপস্থিতি এবং শ্যাওলা এবং লিকেনগুলির প্যাচগুলি উপস্থিত রয়েছে, যেখানে ঘাস, বিশেষত মোলিনিয়া কেরুলিয়া এবং গাছগুলি দ্বারা অচেতনতা নেতিবাচক সূচক হিসাবে বিবেচিত হয়।
সফল আইএস-ভিত্তিক আবাস ম্যাপিংয়ের সম্ভাবনা বাড়াতে, শ্রেণিবদ্ধকরণ প্রকল্পটি বর্ণালী স্বাক্ষরের (যেমন, প্রভাবশালী প্রজাতি, উদ্ভিদ আর্কিটেকচার) এর শক্তিশালী প্রভাব সহ আবাসস্থলের বৈশিষ্ট্যের ভিত্তিতে হওয়া উচিত। অতএব, অধ্যয়ন অঞ্চলে উপস্থিত বাসস্থানগুলির তালিকাটি এলভিটি শ্রেণীর অস্থায়ী তালিকায় অনুবাদ করা হয়েছিল, যা সমজাতীয় কাঠামো এবং উদ্ভিদ প্রজাতির আধিপত্য ( চিত্র 3 ) এর স্থানিক ইউনিটের একটি টাইপোলজি হিসাবে ভাবা যেতে পারে । 2330 আবাসের জন্য, উদাহরণস্বরূপ, আমরা আবাসস্থল তৈরি করে এমন সম্ভাব্য এলভিটি ক্লাস হিসাবে খালি বালু, স্থির বালি (তিন প্রকার) এবং গাছগুলি ( পিনাস সিলেভাস্ট্রিস , বেতুলা স্প।) আলাদা করেছিলাম । বাসস্থান সংজ্ঞা [ 42 , 43 , 44 ] এবং মান সূচক [39 , 45 ] এই অনুবাদটির জন্য ইনপুট হিসাবে পরিবেশন করেছেন। ২০০–-২০০7 সালে লিপিবদ্ধ ক্ষেত্র উদ্ভিদ জরিপের তথ্যগুলি বহুবিধ বিশ্লেষণের দুটি বিপরীত কৌশল ব্যবহার করে প্রথমে বিশ্লেষণ করা হয়েছিল: (১) টিউআইএনএসপিএল (একটি বিভাজক পদ্ধতি; [ ৪ ]]) এবং (২) ইউক্যালিডিয়ান দূরত্ব পরিমাপের সাথে ওয়ার্ডের ক্লাস্টারিং (একটি আগ্রাসী পদ্ধতি) ; [ 47])। এরপরে উভয় পদ্ধতির ফলাফলের তুলনা করা হয়েছিল এবং এটির নিশ্চয়তা দেওয়ার জন্য বাকী ক্লাস্টারগুলি দৃust় এবং একজাতীয় ছিল তা নিশ্চিত করার জন্য ডেটাসেট থেকে আউটলিয়ারগুলি সরানো হয়েছিল। ধরে রাখা প্রতিটি ক্লাস্টারের ফলস্বরূপ অস্থায়ী তালিকা থেকে এলভিটি শ্রেণীর সাথে ব্যাখ্যা করা এবং মিল করা হয়েছিল। এই পূর্বনির্ধারিত কিছু শ্রেণির অধ্যয়ন ক্ষেত্রের পর্যাপ্ত পরিমাণে বা পর্যাপ্ত পরিমাণে বড় প্যাচ (আইএস ব্যবহার করা ডেটারের পিক্সেল আকারের বিষয়ে; বিভাগ ২.২.২ দেখুন ) উপস্থিত ছিল না এবং তাই তালিকা থেকে সরানো হয়েছে (উদাঃ, রাইঙ্কোস্পোরিয়ান গাছপালা)। চিত্র 3 এর ডান কলামে দেখানো হয়েছে এটি এলভিটি ক্লাসগুলির একটি চূড়ান্ত তালিকা তৈরি করেছে। একটি চূড়ান্ত পদক্ষেপে, এলভিটি ক্লাসগুলি উদ্ভিদজীবনের রূপগুলির (স্তরের 1, 2) বা প্রভাবশালী প্রজাতি (স্তর 3, 4) এর মিলের ভিত্তিতে একটি চার-স্তরের শ্রেণিবদ্ধ শ্রেণিবিন্যাসে সজ্জিত হয়েছিল। আমরা ক্লাসের সমস্ত রেফারেন্স প্লটগুলি সেই শ্রেণীর একটি নির্দিষ্ট বর্ণালী স্বাক্ষর উপস্থাপন করে তা নিশ্চিত করার জন্য উদ্ভিদ প্রচ্ছদের অতিরিক্ত প্রান্তিকক্ষগুলি প্রয়োগ করেছি (উদাহরণস্বরূপ, ' কলুনা-সমন্বিত হিথল্যান্ড' শ্রেণীর জন্য কলুনা ভ্যালগারিসের 60% কভার )। পরবর্তী পদক্ষেপগুলিতে অবশেষে ব্যবহারের জন্য থাকা রেফারেন্স পয়েন্টগুলির মোট সংখ্যা ছিল 938 The চূড়ান্ত শ্রেণিবদ্ধকরণ প্রকল্পটি সারণি 2 এ দেওয়া হয়েছে ।
চিত্র 3. শ্রেণিবিন্যাসের জন্য জমি / গাছপালা ধরণের শ্রেণিতে আবাসনের ধরণের অনুবাদ। প্রতিটি আবাসনের জন্য (বামে তাদের নিজ নিজ কোড দ্বারা সংজ্ঞায়িত), একটি নির্দিষ্ট রঙ ব্যবহার করা হয় LVT শ্রেণীর সহজে দৃশ্যায়ন সক্ষম করার জন্য আবাসস্থলটি অন্তর্ভুক্ত থাকে (মাঝারি: পুরো নামের বিবরণ; ডান: এই গবেষণায় ব্যবহৃত কোডগুলি)।
2.5। জমি / উদ্ভিদের ধরণের শ্রেণিবিন্যাস
LVT শ্রেণীবিভাগেরও লিনিয়ার Discriminant বিশ্লেষণ (Lda বিভাগ) [ব্যবহার সঞ্চালিত হয় 48 অনুক্রমিক-ভাসমান এগিয়ে-অনুসন্ধান (SFFS) সঙ্গে একযোগে [এ] 49] বৈশিষ্ট্য নির্বাচন অ্যালগরিদম। আমরা একটি-বিপরীতে এক পদ্ধতির ব্যবহার করেছি যা বোঝায় যে প্রতিটি পিক্সেল-বর্ণালীগুলির জন্য আউটপুট ক্লাসের সমস্ত সম্ভাব্য জোড়া তুলনা করা হয়, ফলস্বরূপ সি (সি -1) / 2 শ্রেণিবদ্ধ, যেখানে সি শ্রেণীর সংখ্যা। চূড়ান্তভাবে নির্ধারিত এলভিটি বর্গটি সর্বাধিক সম্ভাবনার সিদ্ধান্তের নিয়মের মাধ্যমে সিদ্ধান্ত নেওয়া হয়। এসএফএফএস বৈশিষ্ট্য নির্বাচনটি বর্ণালি ব্যান্ড সংমিশ্রণটি উত্তোলনের জন্য ব্যবহৃত হয়েছিল যা সর্বাধিক যথাযথতা অর্জন করেছিল। ২০০–-২০০7 এর ক্ষেত্রের ডেটাসেটটি ছুটি-ওয়ান-আউট ক্রস-বৈধকরণ (এলওইউসি) ব্যবহার করে শ্রেণিবিন্যাসকে প্রশিক্ষণ এবং বৈধকরণের জন্য ব্যবহার করা হয়েছিল। প্রতিটি স্তরে পারফরম্যান্স এবং যথাযথতা সম্পর্কে অন্তর্দৃষ্টি পেতে, সমস্ত স্তরে প্রতিটি 1-1 শ্রেণির সংমিশ্রনের জন্য সেরা-পারফরম্যান্স বর্ণালী ব্যান্ডগুলি সনাক্ত করতে, শ্রেণিবদ্ধকরণগুলি প্রথমে পৃথকভাবে চারটি স্তরের প্রতিটিতে সম্পাদিত হয়েছিল, এবং শ্রেণিবদ্ধ পদ্ধতির সাথে তুলনার জন্য বেসলাইন সেট করা। এলভিটি শ্রেণিবিন্যাসে শ্রেণিবদ্ধকরণ প্রকল্পের শ্রেণিবিন্যাস ব্যবহারের প্রভাব তদন্ত করতে, শ্রেণিবদ্ধকরণটি শ্রেণিবদ্ধভাবে বাস্তবায়িত হয়েছিল। উদাহরণস্বরূপ, যদি কোনও নমুনা 1 স্তরের বন হিসাবে শ্রেণিবদ্ধ করা হয় তবে এটি কেবল হিসাবে শ্রেণিবদ্ধ করা যেতে পারেশ্রেণিবদ্ধকরণ স্কিমের প্রতিটি নোডে এলডিএ শ্রেণিবদ্ধকারীকে প্রশিক্ষণ দেওয়ার জন্য, স্তরসম্পূর্ণ অরণ্য বা কনিফেরাস অরণ্য ২ স্তর at পূর্বের স্তরে সঠিকভাবে শ্রেণিবদ্ধ করা হয়েছিল ব্যবহার করা। এলইউসিসি দেওয়া, একটি নির্দিষ্ট পুনরাবৃত্তিতে পরীক্ষার নমুনা ছিল যে নমুনা, এই পুনরাবৃত্তির প্রশিক্ষণ সেট থেকেও বাদ ছিল। একদিকে, এই শ্রেণিবিন্যাসিক পদ্ধতির সুবিধা রয়েছে যে একটি নির্দিষ্ট স্তরে একই ধরণের শ্রেণীর সাথে বিভ্রান্তি হ্রাস পায় যা আলাদা প্যারেন্ট ক্লাস রয়েছে। অন্যদিকে, একটি নির্দিষ্ট স্তরে ঘটে যাওয়া ত্রুটিগুলি ক্রমাগত আরও বিস্তারিত স্তরে নিয়ে যাওয়া হয়। এলভিটি শ্রেণিবিন্যাসের ফলাফলগুলি আলোচনা করা হয়েছেবিভাগ 3.1 । প্রতিটি 1-1 শ্রেণীর সংমিশ্রণের পার্থক্য করার জন্য নির্বাচিত বৈশিষ্ট্যগুলির বিশ্লেষণ এই কাগজের সুযোগের বাইরে বলে মনে করা হয়।
2.6। বাসস্থান প্যাচ ম্যাপিং
শ্রেণিবদ্ধকরণ প্রকল্পটি এমনভাবে ডিজাইন করা হয়েছিল যাতে গবেষণা ক্ষেত্রের উপস্থিত N2000 আবাসের তালিকাটি LVT শ্রেণীর তালিকায় অনুবাদ করা হয় যা আইএসের তথ্যের বর্ণালী তথ্য ব্যবহার করে শ্রেণিবদ্ধ করা যেতে পারে ( বিভাগ 2.4 দেখুন))। এই এলভিটি ক্লাসগুলি বিপরীতে স্থানিক ইউনিট হিসাবে ব্যাখ্যা করা যেতে পারে যা আবাস প্যাচগুলি নির্মাণ করতে পারে। কিছু এলভিটি ক্লাস অবশ্য বেশ কয়েকটি আবাসের ধরণের ক্ষেত্রে ঘটতে পারে, এলভিটি শ্রেণি থেকে একটি আবাসের মানচিত্রে সোজা পুনরায় শ্রেণিবিন্যাসকে বাধাগ্রস্ত করে। উদাহরণস্বরূপ, গাছগুলি (এলভিটি ক্লাস Fcpc, Fcps, Fdb-, Fdqz) প্রায় সকল আবাসনের ধরণের ক্ষেত্রে দেখা যায়। এগুলি বড় আকারের, স্বতন্ত্র প্যাচগুলি গঠন করার সময় এগুলি একটি বন আবাসের অংশ, যখন এই এলভিটিগুলির ছোট প্যাচগুলি বা পৃথক পিক্সেলগুলি কেবল পার্শ্ববর্তী উন্মুক্ত আবাসের একটি অংশ। পুনর্নির্মাণ প্রক্রিয়াতে প্রসঙ্গটি অন্তর্ভুক্ত করা তাই সবচেয়ে প্রশংসনীয় আবাসের ধরণ চিহ্নিত করার জন্য প্রয়োজনীয়।
এই সমস্যাটি সমাধান করার জন্য, আমরা আবাস প্যাচগুলির ম্যাপিংকে দুটি পর্যায়ে বিভক্ত করি, প্রথমটি প্যাচগুলি বর্ণনামূলক করার লক্ষ্য এবং দ্বিতীয়টি প্রতিটি প্যাচে একটি আবাসের ধরণের লেবেল নির্ধারণ করে ( বিভাগ ২.7 দেখুন ) 2. এই পদ্ধতিটি ফিল্ড ম্যাপারদের দ্বারা ব্যবহৃত ম্যাপিং পদ্ধতির নকল করে (উদাহরণস্বরূপ, [ 50 ]): তারা প্রথমে 'ইউনিফর্ম' আবাস প্যাচগুলি চিত্রিত করে এবং তারপরে উপস্থিত প্রজাতির উপর ভিত্তি করে আবাসের ধরণ সনাক্ত করে। প্রথম পর্যায়ের জন্য, অঙ্কিত প্যাচ, আমরা যে ব্যবহার করা হয় নিয়ম সেট একটি সংখ্যা সংজ্ঞা দিয়েছে: জীবন ফর্ম কম্পোজিশনের খুঁজে নিন [LVT শ্রেণীর অনুবাদ 51 ] ( ছক 3 ); এবং একটি সাধারণ বাসস্থান বিভাগ নির্ধারণ করুন [ 52 , 53] স্থানীয় স্থানীয় উইন্ডোতে উপস্থিত জীবনের ফর্মগুলির উপর ভিত্তি করে। একই সাধারণ বাসস্থান বিভাগের সাথে সংলগ্ন পিক্সেলগুলির গোষ্ঠীকরণের পরে কাঙ্ক্ষিত প্যাচগুলি (বহুভুজ) সরবরাহ করা হয়। এই পদ্ধতিটি বায়োহাব / ইবোোন পদ্ধতিটির একটি রূপান্তর [ 35 ] যা ক্ষেত্রের আবাস প্যাচগুলির ধারাবাহিক ম্যাপিংয়ের জন্য ডিজাইন করা হয়েছে। প্রতিটি পিক্সেল এবং আশেপাশের সাধারণ বাসস্থান বিভাগ নির্ধারণের জন্য, চিত্রের ওপরে 5 × 5 পিক্সেলের একটি স্থানিক কার্নেল চালানো হয়েছিল, যার জন্য এলভিটি ক্লাসগুলির রচনা নির্ধারণ করা হয়েছিল (100% পর্যন্ত যোগ করা)। এই স্থানীয় রচনাটি সারণী 4 ব্যবহার করে লাইফ ফর্ম সংমিশ্রণে অনুবাদ করা হয়েছে । এই সারণীটি লাইভ ফর্মগুলির ক্ষেত্রে LVTs এর সাধারণ রচনার জন্য অ্যাকাউন্ট করে। উদাহরণস্বরূপ, কলুনা-তাত্ত্বিক প্রাপ্তবয়স্ক বয়সের স্ট্যান্ডগুলিতে সাধারণত প্রায় 80% চিরসবুজ নিম্ন ঝোপঝাড় থাকে (এলপিএইচ_ইভিআর; এখানে: কলুনা ওয়ালগারিস ), 10% ঘাস (সিএইচই) এবং 10% শ্যাওলা (সিআরওয়াই ) থাকে। পুরাতন Calluna -stands সাধারণত কম কভার আছে Calluna vulgaris (60% LPH_EVR), কিন্তু জলাভূমি একটি উচ্চ কভার (30% কান্নাকাটি)। সারণি 5- এ সংজ্ঞা এবং নিয়ম ব্যবহার করেএর পরে জেনারাল হ্যাবিট্যাট বিভাগটি লাইফ ফর্ম রচনার উপর ভিত্তি করে নির্ধারিত হয় এবং স্থানিক কর্নেলের কেন্দ্রীয় পিক্সেলকে দেওয়া হয় assigned সম্পূর্ণ চিত্রের উপরে এটি চালানো, জেনারেল আবাসনের বিভাগ বিভাগের নতুন মানচিত্রে ফলাফল। এই মানচিত্রটি আরও ব্যবহারের জন্য ভেক্টরাইজড ছিল এবং প্রতিটি আবাস প্যাচের আকার নির্ধারণ করেছিল। লাইভ ফর্ম রচনাগুলির মাধ্যমে এলভিটি ক্লাস থেকে জেনারাল হ্যাবিট্যাট বিভাগে পদক্ষেপগুলি পুনরায় শ্রেণিবদ্ধকরণ প্রক্রিয়া গ্রুপ এলভিটি ক্লাসগুলিকে সহায়তা করে যা প্রাকৃতিকভাবে বাসস্থান প্যাচে একসাথে ঘটে। যদি বাদ দেওয়া হয় তবে চলমান উইন্ডোর উপর ভিত্তি করে পুনঃনির্মাণ প্রক্রিয়াটি অপ্রত্যাশিত ফলাফল আনবে: চলমান উইন্ডো পদ্ধতির অনিবার্যভাবে প্রতিবেশী, তবে সম্পর্কিত না থাকার সম্পর্কযুক্ত প্যাচগুলি একত্রিত করা হবে,
সারণী ৩. 'কাল্মথাউটস হাইড' স্টাডি সাইটের সর্বাধিক প্রচুর পরিমাণে জীবনের ফর্মগুলির বিবরণ ([ ৫২ ] থেকে অভিযোজিত )।
সারণী ৪. জমি / গাছপালার ধরণের (এলভিটি) শ্রেণিগুলিকে জীবন গঠনের রুপে (%) রূপান্তর করতে নিয়ম সেট। সারিগুলি LVT শ্রেণীর প্রতিনিধিত্ব করে ( সারণী 2 দেখুন ), এবং কলামগুলি জীবন রূপগুলি উপস্থাপন করে ( টেবিল 3 দেখুন )।
2.7। বাসস্থান ধরণের পরিচয়
পূর্ববর্তী পদক্ষেপের ফলে অঙ্কিত আবাসস্থল প্যাচগুলি সহ একটি মানচিত্র তৈরি হয়েছিল, তবে প্যাচগুলিতে এখনও তাদের জন্য N2000 আবাসের ধরণ নির্ধারণ করা হয়নি। এটি অর্জনের জন্য, অতিরিক্ত নিয়মের সেটটি সংজ্ঞায়িত করা হয়েছিল যা প্রতিটি বাসস্থানকে এলভিটি রচনাগুলির শতাংশের পরিসীমা ব্যবহার করে বৈশিষ্ট্যযুক্ত করে। (নোট করুন যে জেনারেল আবাসনের বিভাগগুলি ( বিভাগ 2.6 দেখুন ) আর N2000 আবাসের ধরণের সনাক্তকরণের জন্য আর ব্যবহার করা হয়নি, কারণ টাইপলজগুলির মধ্যে একের মধ্যে কোনও চিঠিপত্র নেই।) [ 42 , 44 , 54 এ আবাসনের বর্ণনা ব্যবহার করে], আমরা চিহ্নিত করেছি যে কোন এলভিটি ক্লাস (তাদের শ্রেণিবদ্ধ স্তর নির্বিশেষে) প্রতিটি আবাসের ধরণে ঘটতে পারে এবং আবাসনের প্যাচের মধ্যে সংক্ষিপ্ততম এবং সর্বাধিক প্রত্যাশিত শতাংশ কী ছিল। একটি প্যাচ কেবলমাত্র একটি বাসস্থান শ্রেণিতে বরাদ্দ করা হয়েছিল যখন এর এলভিটি রচনাটি বিশেষত সেই আবাসের শতাংশের মধ্যে চলে আসে। এটি যদি শতকরা কোনও হারের মাপসই না হয়, প্যাচটিকে এন 2000 আবাস হিসাবে বিবেচনা করা হত না। ছক সারণি LVT মানচিত্রটিকে N2000 আবাস মানচিত্রে অনুবাদ করার নিয়মগুলি চিত্রিত করে। প্রতিটি আবাসের মধ্যে উচ্চ পরিবর্তনের ফলে, এই অনুবাদ বিধিগুলি প্রথমে পৃথক পৃথক অবনমিত (গাছ এবং ঘাস-অদ্বিতীয়) আবাসের ঘটনাগুলিতে আরও পরিমার্জন করতে হয়েছিল। LVT থেকে N2000 আবাসে অনুবাদ নিয়মের পুরো টেবিল পরিপূরক সামগ্রীতে পাওয়া যায়কাগজের ফলস্বরূপ আবাসস্থল ধরণের মানচিত্র প্রতিটি প্লটের জন্য ক্ষেত্রের মধ্যে উল্লিখিত আবাসস্থল প্রকারগুলি ব্যবহার করে মূল্যায়ন করা হয়েছিল।
সারণী 6.. বিধি জমি / গাছপালার ধরণের (এলভিটি) শ্রেণি এবং N2000 আবাসের ধরণের মধ্যে সম্পর্কের চিত্রিত করে set সারিগুলিতে LVT শ্রেণি রয়েছে, কলামগুলি N2000 আবাসের ধরণের সংজ্ঞা দেয়। নম্বরগুলি প্যাচে প্রত্যাশিত কভার রেঞ্জগুলি (% তে) উপস্থাপন করে (অন্যথায় নির্দেশিত না হলে)।
একটি কাজের উদাহরণ হিসাবে, বলুন যে প্যাচটির একটি আঞ্চলিক রচনা রয়েছে (নির্ধারিত এলভিটি শ্রেণীর সাথে সম্পর্কিত পিক্সেলগুলির ক্ষেত্রে) 70% এইচ (আইচ এইচডি: 20%; এইচডব্লিউ: 30%; এইচজিএমডাব্লু: 20%), 10% এস (আইসি) এসএফজিএম), 10% জি (আইসি জিপিজে), 5% এফ (আইসি এফডি) এবং 5% ডব্লু (আইসি ওভ)। এইচ, এইচডি, এইচডাব্লু এবং এইচজিএমউ এর শতাংশ কভারগুলি সমস্ত আবাসস্থল 2310, 4010 এবং 4030 এর মধ্যে রয়েছে Hab আবাসিক 2330 বর্জন করা হয়েছে কারণ এইচ এর 50% এর বেশি কভারেজ রয়েছে। তদতিরিক্ত, এস, জিপিজে, এফ এবং ডাব্লু এর কভারগুলিও তিনটি আবাসস্থলকে মেনে চলে। সনাক্তকরণের জন্য নিম্ন-স্তরের এলভিটি ক্লাসগুলি, এসফজিএম, এফডি এবং ডাব্লুভিও এখানে কোনও প্রাসঙ্গিক নয়। শেষ পর্যন্ত, আমরা সিদ্ধান্ত নিতে পারি যে প্যাচটি আবাসস্থল প্রকারের 4010 কারণ Hw - এইচডি ধনাত্মক (30 - 20 = 10)। যদি এইচডাব্লু এর চেয়ে বেশি এইচডি থাকত (যেমন, এইচডাব্লু - এইচডি = নেতিবাচক), তবে আমাদের এই সিদ্ধান্তটি নিয়ে আসতে হবে যে প্যাচটি 2310 বা 4030 হয়,
2.8। বাসস্থান মানের মূল্যায়ন
প্রাকৃতিক আবাসের গুণমান নির্ধারণ করা জটিল এবং আলোচনা ব্যতীত [ 55 ]। এন 2000 আবাসের মানের মূল্যায়ন করার নিয়ম (যেমন [ 38 , 40 , 41 , 45 ]) তবে প্রধানত তিনটি বৈশিষ্ট্যের উপর ভিত্তি করে। প্রথম গ্রুপ হ'ল আবাসগুলির নির্দিষ্ট কাঠামোগত বৈশিষ্ট্যগুলির সাথে সম্পর্কিত সূচক। উদাহরণস্বরূপ, কলুনা ওয়ালগারিসের বিভিন্ন বয়সের শ্রেণিগুলির উপস্থিতি একটি উন্নত শুষ্ক হিথল্যান্ডের জন্য আদর্শ [২ 26 ]। দ্বিতীয়ত, প্রাকৃতিক বাস্তুতন্ত্রের উপর আরও সাধারণ চাপগুলির সূচকগুলি বিবেচনা করা হয় (উদাঃ, উন্মুক্ত বাস্তুতন্ত্রের জন্য ঘাস এবং গাছের দখল)। তৃতীয় গুরুত্বপূর্ণ বৈশিষ্ট্যটি হ'ল কী প্রজাতির সংখ্যা এবং কভার।
কিছু বাসস্থান মানের প্যারামিটারগুলির উত্কর্ষের জন্য আইএস এর সম্ভাব্যতা চিত্রিত করার জন্য, আমরা আবাসনের প্যাচ মানচিত্রের (২.7 থেকে আউটপুট) এলভিটি মানচিত্রের (২.৫ থেকে আউটপুট) সাথে প্যাচ প্রতি গাছ এবং ঘাসের কভারেজ সংগ্রহ করতে তথ্য একত্রিত করেছি। গাছ বা ঘাসের কভারেজ একটি আবাসনের প্যাচের মধ্যে গাছ (এফ বর্গ) বা ঘাস (এইচজিএম বর্গ) কভারের শতাংশ হিসাবে সংজ্ঞায়িত হয়। আইএস পদ্ধতির সাথে প্রাপ্ত কভারের পরিমাণ বৈধ করার জন্য, আমরা ক্ষেত্রের মধ্যে বর্ণিত আবাসিক বহুভুজের একটি সেট ব্যবহার করে, ক্ষেত্রের তৈরি কভার অনুমানের সাথে গাছ এবং মলিনিয়া কভারেজের যথাক্রমে ম্যাপযুক্ত শতাংশ (যথাক্রমে F এবং Hgm শ্রেণি) তুলনা করি compared 2009।
2.9। পদ্ধতি বাস্তবায়ন
এই অধ্যয়নের জন্য সমস্ত বিশ্লেষণ মতলব আর ২০১৪ এ আমাদের নিজস্ব কোড প্রয়োগকরণ ব্যবহার করে সম্পাদিত হয়েছিল। LVT ক্লাসগুলির বৈশিষ্ট্য নির্বাচন এবং শ্রেণিবিন্যাসের জন্য, আমরা অতিরিক্তভাবে PRTools ৪.২ প্যাকেজ [ 56 ] ব্যবহার করেছি। আমাদের কোডটি সংশ্লিষ্ট লেখকের কাছে ইমেল অনুরোধের ভিত্তিতে ভাগ করা যায়।
3। ফলাফল
3.1। জমি / উদ্ভিদের ধরণের শ্রেণিবিন্যাসের ফলাফল
এলভিটি শ্রেণিবদ্ধকরণগুলি চারটি বিভিন্ন স্তরের বিশদে চারটি এলভিটি শ্রেণিবদ্ধকরণ মানচিত্র তৈরি করেছে (স্তর 1: সর্বনিম্ন বিশদ; স্তর 4: সর্বোচ্চ বিশদ)। প্রতিটি স্তরের কর্মক্ষমতা সম্পর্কে অন্তর্দৃষ্টি পেতে শ্রেণিবদ্ধকরণগুলি প্রথমে প্রতিটি স্তরের পৃথকভাবে অর্থাৎ অন্যান্য স্তরের চেয়ে পৃথকভাবে সম্পাদিত হয়েছিল। পরবর্তীকালে, শ্রেণিবিন্যাসের পরিকল্পনার শ্রেণিবিন্যাসিক প্রকৃতিটি শ্রেণিবিন্যাসের ফলাফল আরও উন্নত করতে ব্যবহার করা হয়েছিল। অধ্যয়নের ক্ষেত্রের নির্যাসের সত্য রঙের উপস্থাপনা এবং সংশ্লিষ্ট স্তরের -4 শ্রেণিবিন্যাসের ফলাফল চিত্র 4 এ দেখানো হয়েছে । সারণী 7 সমস্ত স্তরের এলভিটি বিশদের জন্য সামগ্রিক যথাযথ সংক্ষিপ্তসার (ওএ) এবং কাপা (খ্যাট) সংক্ষিপ্তসার করে, যখন পৃথকভাবে সম্পাদন করা হয় এবং শ্রেণিবদ্ধকরণ প্রকল্পের শ্রেণিবিন্যাসিক প্রকৃতিটি ব্যবহার করার সময় উভয়ই।
চিত্র ৪. অধ্যয়নের ক্ষেত্রের ( শীর্ষ ) এবং জমি / গাছপালার ধরণের (এলভিটি) শ্রেণিবিন্যাসের ফলে একই স্তরের ২ স্তর রয়েছে যা ২৪ টি শ্রেণি ( নীচে ) রয়েছে। স্তর 4 শ্রেণির পুরো নাম সারণী 2 এ পাওয়া যাবে । সম্পূর্ণ অধ্যয়নের ক্ষেত্রের 2 থেকে 4 স্তরের জন্য এলভিটি শ্রেণিবদ্ধকরণের মানচিত্র পরিপূরক উপাদানে সরবরাহ করা হয় ।
সারণী overall. শ্রেণিবদ্ধকরণ প্রকল্পের শ্রেণিবিন্যাসিক প্রকৃতিকে ছাড়াই এবং ব্যবহার করে সমস্ত শ্রেণিবদ্ধ এলভিটি শ্রেণির স্তরে সামগ্রিক শ্রেণিবদ্ধকরণের যথাযথ সংক্ষিপ্তসার (% তে ওএ) এবং কাপা সূচকগুলির সংক্ষিপ্তসার। সমস্ত নির্ভুলতার ব্যবস্থাগুলি ছুটি-ওয়ান-আউট ক্রস-বৈধতা ব্যবহার করে গণনা করা হয়েছিল।
শ্রেণিবদ্ধকরণ প্রকল্পে শ্রেণিবদ্ধ তথ্যকে অন্তর্ভুক্ত না করে, ওএ (এবং কেএইচএটি) ইতিমধ্যে সকল স্তরে উচ্চ ছিল, স্তরের ৪ 81.৮% (০.০৮) থেকে লেভেল ১ এ 93৯.৮% (০.৯৩) পর্যন্ত। এর সম্পূর্ণ শ্রেণিবদ্ধ প্রকৃতি ব্যবহার করে আরও 1 থেকে 4 স্তর বিশদ স্তরের স্তর 1 থেকে নীচে স্তর 4 পর্যন্ত কিছুটা নেতিবাচকভাবে ওএ (এবং কেএইচএটি) প্রভাবিত করেছে যথাক্রমে 2, 3 এবং 4 স্তরের ওএতে যথাক্রমে 1.5%, 1.1% এবং 0.5% এর পার্থক্য সহ, শ্রেণিবদ্ধ সংখ্যা এবং বিশদ বৃদ্ধির সাথে অ-শ্রেণিবদ্ধ এবং সম্পূর্ণ শ্রেণিবদ্ধ বাস্তবায়নগুলির মধ্যে ব্যবধান। একদিকে, এই ফলাফলগুলি ইঙ্গিত দেয় যে এলভিটি শ্রেণিবদ্ধকরণ অ্যালগরিদম জটিলতার মাত্রা বৃদ্ধির সাথে ভালভাবে খাপ খাইয়ে দেখা যায়। অন্য দিকে, এটি আরও প্রস্তাব করে যে ক্রমবর্ধমান তথ্য সহ বর্ধিত স্তরের বিশদ সহ ক্রমবর্ধমান গুরুত্বপূর্ণ হয়ে ওঠে। সম্পূর্ণ শ্রেণিবদ্ধ বাস্তবায়নের স্তর 1 থেকে 2 এর পদক্ষেপের ফলে ওএ (এবং কেএইচএটি) এর সর্বাধিক হ্রাস ঘটায়, মানে এল -1 এ শ্রেণিগুলির মধ্যে যে এড়াতে চলেছে তা এড়ানো যায় না able স্তর 1 এ, এলভিটি ক্লাসগুলি এখনও খুব বিস্তৃত, যেমন, গ্রাসল্যান্ড (জি), হিথল্যান্ড (এইচ) এবং জল সংস্থা (ডাব্লু)। স্তর 2 এ, আমরা কিছু গুরুত্বপূর্ণ পার্থক্য প্রবর্তন করি যা স্তর 1 এ বিভ্রান্তির কারণ হতে পারে, যেমন, গ্রাস-অ্যাক্রোচড হিথল্যান্ড (এইচজি) শ্রেণি, যা স্তর 1 এ হিথল্যান্ড (এইচ) শ্রেণীর অন্তর্গত, এবং বিভ্রান্তির কারণ হতে পারে গ্রাসল্যান্ড (জি) বর্গ সহ। অন্য উদাহরণ হ'ল ওয়েট হিথল্যান্ড (এইচডাব্লু) শ্রেণি, এছাড়াও স্তর 1 এর হিথল্যান্ড (এইচ) শ্রেণীর অন্তর্গত, এবং জল সংস্থা (ডাব্লু) শ্রেণীর সাথে কিছুটা বিভ্রান্তির কারণ হতে পারে। এটিকে বিবেচনায় নিয়ে আমরা স্তর স্তর 2 থেকে 4 পর্যন্ত শ্রেণিবিন্যাসের প্রভাবটিও অনুসন্ধান করেছিলাম এবং এটি করার ফলে ওএ (এবং কেএইচএটি) এর স্তর 3 এবং 4, 88.6% এবং 82.8% যথাক্রমে সামান্য বৃদ্ধি পেয়েছিল। 3 এবং 4 স্তরে যথাক্রমে 0.4% ও 1.1% এর ওএর মধ্যে পার্থক্য থাকলে, এই ফলাফলগুলি দেখায় যে একটি শ্রেণিবদ্ধ বাস্তবায়ন এলভিটি মানচিত্রের যথার্থতার পক্ষে উপকৃত হতে পারে। ফলস্বরূপ, স্তর 2 থেকে 4 (স্তর 1 নয়) এর শ্রেণিবদ্ধ LVT শ্রেণিবদ্ধকরণের সাথে উত্পাদিত মানচিত্রগুলি আরও বিশ্লেষণের জন্য ব্যবহৃত হয়েছিল। সম্পূর্ণ অধ্যয়নের ক্ষেত্রের জন্য স্তর 2 থেকে 4 এলভিটি শ্রেণিবদ্ধকরণের মানচিত্রগুলি উপলব্ধ যথাক্রমে। 3 এবং 4 স্তরে যথাক্রমে 0.4% ও 1.1% এর ওএর মধ্যে পার্থক্য থাকলে, এই ফলাফলগুলি দেখায় যে একটি শ্রেণিবদ্ধ বাস্তবায়ন এলভিটি মানচিত্রের যথার্থতার পক্ষে উপকৃত হতে পারে। ফলস্বরূপ, স্তর 2 থেকে 4 (স্তর 1 নয়) এর শ্রেণিবদ্ধ LVT শ্রেণিবদ্ধকরণের সাথে উত্পাদিত মানচিত্রগুলি আরও বিশ্লেষণের জন্য ব্যবহৃত হয়েছিল। সম্পূর্ণ অধ্যয়নের ক্ষেত্রের জন্য স্তর 2 থেকে 4 এলভিটি শ্রেণিবদ্ধকরণের মানচিত্রগুলি উপলব্ধ যথাক্রমে। 3 এবং 4 স্তরে যথাক্রমে 0.4% ও 1.1% এর ওএ-এর পার্থক্যের সাথে, এই ফলাফলগুলি দেখায় যে একটি শ্রেণিবদ্ধ বাস্তবায়ন এলভিটি মানচিত্রের নির্ভুলতার উপকার করতে পারে। ফলস্বরূপ, স্তর 2 থেকে 4 (স্তর 1 নয়) এর শ্রেণিবদ্ধ LVT শ্রেণিবদ্ধকরণের সাথে উত্পাদিত মানচিত্রগুলি আরও বিশ্লেষণের জন্য ব্যবহৃত হয়েছিল। সম্পূর্ণ অধ্যয়নের ক্ষেত্রের জন্য স্তর 2 থেকে 4 এলভিটি শ্রেণিবদ্ধকরণের মানচিত্রগুলি উপলব্ধসম্পূরক সামগ্রী ।
ইন ছক 8 , একটি ওভারভিউ, 4 ব্যবহারকারীর এবং লেভেল 2 প্রযোজক এর accuracies (ইউএ এবং পিএ) LVT প্রতি ক্লাসে এর প্রদান করা হয় মনোনীত শ্রেণীবিন্যাস বাস্তবায়ন ব্যবহার করে। স্তর 4 শ্রেণিবিন্যাসের বিভ্রান্তির ম্যাট্রিক্সটি সারণী 9-এ দেখানো হয়েছে। স্তর 2 এ, ইউএ এবং সমস্ত শ্রেণির জন্য পিএ যথাক্রমে ৮%% এবং and 77% এর চেয়ে বেশি। স্তরের 3 তে, 17 টি ক্লাসের 14 টি এখনও ইউএ> 76 76% এবং পিএ> %১% রয়েছে, উভয়ই যথাযথ ক্ষেত্রে u০% রয়েছে। এলভিটি ক্লাস জিপিএ এবং জিপিজে'র ইউএ রয়েছে যথাক্রমে %৩% এবং ৫৫%, এবং পিএ 60০% এবং ৩৩%। আকোর একটি পিএ ≈ 54% রয়েছে। তিনটি এলভিটি শ্রেণীর মধ্যে দুটি যা উচ্চতর বিভ্রান্তিতে ভোগে, অর্থাত্, জিপিএ এবং অ্যাকো, কৃষি ধরণের, এবং হিথল্যান্ডের মূল অঞ্চলের জন্য কম গুরুত্ব দেয়। এলভিটি ম্যাপিংয়ের সবিস্তারে বিস্তারিত স্তরে, বেশিরভাগ শ্রেণীরাই আবার ইউএ এবং> 70% এর পিএ দেখায়। %০% এর নীচে থাকা বেশিরভাগ ক্লাসগুলি আসলে ক্লাসের শিশু শ্রেণি যা ইতিমধ্যে স্তর 3 এ বিভ্রান্তিতে ভুগছিল সব স্তরের ক্রমাগত প্রবণতা, বিশেষত যে ক্লাসগুলিতে প্রশিক্ষণের বর্ণনির পরিমাণ কম রয়েছে,
সারণী 8. স্তর 2 থেকে 4 স্তরের শ্রেণিবদ্ধ বাস্তবায়নটি ব্যবহার করে 2 থেকে 4 স্তরের শ্রেণীর জন্য ব্যবহারকারীর এবং প্রযোজকের যথাযথতার ওভারভিউ।
সারণী 9. স্তর 2 থেকে 4 পর্যায়ক্রমিক বাস্তবায়ন ব্যবহার করে স্তর 4 জমি / গাছপালা ধরণের শ্রেণিবিন্যাসের বিভ্রান্তির ম্যাট্রিক্স।
সংরক্ষণের স্থিতির মূল্যায়নের ক্ষেত্রে বিশেষ আগ্রহের বিষয় হ'ল, বিভিন্ন কলুনা হিদার বর্গ শ্রেণি এইচডিসিএ, এইচডিএমসি, এইচডিકો এবং এইচডিসি ম্যাপিংয়ের তুলনামূলকভাবে কম সাফল্য । বিভ্রান্তি বয়েস বর্গের মধ্যে দেখা দেয়, তবে প্রতিটি শ্রেণীর জন্য প্রশিক্ষণ বর্ণনার স্বল্প পরিমাণ এবং মিশ্র-যুগের এইচডিএমসি ক্লাসের অস্তিত্বের কারণে এই ফলাফলগুলি অবাক করার মতো নয়। একটি সমান্তরাল গবেষণায়, আমরা এই শ্রেণীর মধ্যে পৃথকীকরণের উন্নতি করতে আলাদা কৌশল প্রয়োগ করেছি, কলুনা স্বাস্থ্য বয়সের শ্রেণীর বৈশিষ্ট্যগুলি বর্ণালী আনমিক্সিং কৌশলগুলি ব্যবহার করে , তাদের নির্দিষ্ট রূপক বৈশিষ্ট্যগুলিকে বিবেচনা করে [ ২ [ ]। এই গবেষণাটি দেওয়া হয়েছে, কলুনা হিদার বয়সের ক্লাসগুলি ব্যবহার করে সংরক্ষণের স্থিতির মূল্যায়ন এই গবেষণায় আরও চিকিত্সা করা হয় না।
উচ্চ নির্ভুলতার ফলাফলগুলি প্রমাণ করে যে আবাসিক মানচিত্রের আরও প্রক্রিয়াজাতকরণের জন্য সামগ্রিকভাবে একটি শক্তসমর্থ এলভিটি মানচিত্র পাওয়া যেতে পারে এবং এমনকি নির্দিষ্ট আবাসের মান-নির্দেশক শ্রেণিগুলি মাঝারি থেকে উচ্চ নির্ভুলতার সাথে ম্যাপ করা যায়।
3.2। বাসস্থান টাইপ প্যাচ মানচিত্র ফলাফল
ইউরোপীয় হিথল্যান্ডে প্রায়শই সংঘটিত চারটি এন 2000 আবাসস্থল ম্যাপ করা হয়েছিল ( সারণী 1 )। চিত্র 5 এ চিত্র 4 হিসাবে একই অধ্যয়নের ক্ষেত্রের অংশগুলির আবাসের মানচিত্রের পুনরায় শ্রেণিবিন্যাসের ফলাফল দেখায় । আবাস প্যাচগুলি বর্ণনার জন্য আমরা বিভিন্ন উইন্ডো আকারের (5 × 5, 7 × 7, এবং 9 × 9) পরীক্ষা করেছি (জিএইচসি ক্লাসে লাইফফর্ম রূপান্তরকরণের জন্য; বিভাগ ২.6 দেখুন ), তবে ফলাফলের আবাস মানচিত্রগুলি কেবল সামান্য পরিবর্তনগুলি দেখিয়েছিল বিভিন্ন উইন্ডো আকারের। একটি 5 × 5 উইন্ডো ব্যবহার করা অধিকতর পছন্দনীয় কারণ এর ফলে কম কম্পিউটেশনাল লোড আসে। আবাস প্যাচ মানচিত্রটিতে মোট 22 টি ক্লাস রয়েছে, এই সমস্ত শ্রেণীর সংজ্ঞা, পাশাপাশি পুরো অধ্যয়নের ক্ষেত্রটি জুড়ে একটি আবাস মানচিত্র, পরিপূরক সামগ্রীতে পাওয়া যায়। নির্ভুলতার মূল্যায়নের উদ্দেশ্যে, আমরা চারটি আবাস টাইপ শ্রেণি এবং একটি এন 2000 আবাস-টাইপ শ্রেণীর সমন্বয়ে একটি উপসেট নিয়েছি । কোন N2000 আবাস টাইপ বর্গ গ্রুপ সব প্যাচ যে আবাস ধরনের, যেমন, কৃষি এলাকা, শহুরে এলাকা এবং হেঁটে গ্রামাঞ্চলে ভ্রমণ (দেখুন জন্য নির্ধারিত সংজ্ঞা মিলছে না ছক 6 )।
চিত্র 5. ( ক ) আবাসনের ধরণের শ্রেণিবিন্যাসের ফলাফল; ( খ ) প্রতি প্যাচ মোলিনিয়া কভার (%); ( গ ) মলিনিয়া কভারেজ সূচক সংরক্ষণের অবস্থা ।
সমস্ত আবাসনের ধরণের জন্য ওএ, ইউএ এবং পিএ টেবিল 10-এ সংক্ষিপ্তসারিত হয়েছে । প্রাপ্ত ওএ ছিল 89%। চারটি ম্যাপযুক্ত আবাসের ধরণের তিনটির জন্য একটি পিএ> 72% এবং ইউএ> 80% প্রাপ্ত হয়েছিল। আবাসনের ধরণ 4030 নীচের পিএ দেখিয়েছে 54%, বেশিরভাগ বিভ্রান্তি 'আবাসস্থলের ধরণের নয়' শ্রেণিতে শেষ হয়েছিল। সংযুক্ত আরব আমিরাত 4030 এর সমান 100%, সুতরাং 4030 হিসাবে ম্যাপ করা সমস্ত প্যাচগুলি ক্ষেত্রটিতে এই আবাসস্থল প্রকারের হিসাবে চিহ্নিত ছিল, তবে পদ্ধতিটি 4030 আবাস প্যাচগুলিতে মানচিত্রে ব্যর্থ হয়। আবাসনের ধরণ 2310, এর PA 73৩% এবং ইউএ এর 69%, আবাসস্থল প্রকার 4010 নিয়ে সর্বাধিক বিভ্রান্ত বলে মনে হয় obtained LVT পরিসীমা রচনাটি সারণী 6 থেকে নিয়ম হিসাবেসম্পূর্ণরূপে পারস্পরিক একচেটিয়া নয়, ফলস্বরূপ বাসস্থান মানচিত্রে প্রতিটি প্যাচের জন্য একাধিক সম্ভাব্য আবাসের ধরণ থাকতে পারে। আমরা আবাসিক সংজ্ঞাগুলিকে পারস্পরিকভাবে স্বতন্ত্রভাবে এমনভাবে পরিবর্তন করার চেষ্টা করার চেয়ে সাহিত্যে [ ৪২ , ৪৪ , ৫৪ ] প্রদত্ত আবাস সংজ্ঞাগুলিকে বেশি গুরুত্ব দেওয়ার সিদ্ধান্ত নিয়েছি । এই আবাসের সংজ্ঞাগুলি সম্পূর্ণ পরিমাণগতভাবে বর্ণিত হয়নি এবং সুতরাং এটি ব্যাখ্যার সাপেক্ষে হতে পারে। একইভাবে, ক্ষেত্রের দোভাষীগণ প্রায়শই বিভিন্ন সম্ভাব্য প্রকারের নোট নেন। এটিকে বিবেচনায় নিয়ে আমরা শ্রেণিবিন্যাস পদ্ধতির সিদ্ধান্তটিকে সঠিক বলে বিবেচনা করেছি, যখন সেই প্যাচটির জন্য ক্ষেত্রের মধ্যে উল্লেখযোগ্য আবাসস্থলের অনুরূপ পদ্ধতিতে প্যাচটি যে কোনও আবাসস্থল পদ্ধতিটি প্যাচকে অর্পণ করেছিল। ভিতরেচিত্র 5 , বিভাগ 2.6 বর্ণিত পদ্ধতি ব্যবহার করে নির্মিত প্যাচগুলিও চিত্রিত করা হয়েছে। প্রতিবেশী প্যাচগুলিতে তাদের একই বাসস্থান টাইপ বরাদ্দ থাকতে পারে তবে প্রতিটি প্যাচ একটি সত্তা হিসাবে বজায় থাকে। তেমনি, এটি নিশ্চিত করা হয়েছে যে সংরক্ষণের স্থিতিগুলির পরামিতিগুলির মূল্যায়ন প্যাচ পর্যায়ে করা যেতে পারে, এটির পরিবর্তে একটি বৃহত ধারাবাহিক সত্তার পরিবর্তে এটির মধ্যে আবাসস্থলটির উন্নত এবং অবনতি উভয় রূপ থাকতে পারে।
3.3। প্যাচ স্তরে আবাসস্থল মানের মূল্যায়ন
চিত্র 5 খ, সি সংরক্ষণাগার স্থিতি সূচক মানচিত্রগুলি উপার্জনের জন্য আবাস প্যাচ মানচিত্রকে LVT স্তর -4 মানচিত্রের সাথে সংযুক্ত করে প্রাপ্ত ফলাফলগুলির একটি উদাহরণ সরবরাহ করে। ইন চিত্র 5 বি, Molinia (% মধ্যে) চিত্রিত করা হয়েছে প্যাচ প্রতি আবরণ। ইন চিত্র 5 C, উদাহরণগুলি সহজে interpretable রূপান্তরিত হয় অনুকূল / প্রতিকূল সংরক্ষণ স্থিতি সূচক মানচিত্র, N2000 এর পরিভাষা যে ভূখণ্ড পরিচালক এবং পর্যবেক্ষণ বিশেষজ্ঞদের অভ্যস্ত ব্যবহার করে। এই লক্ষ্যে, ক্ষেত্রের মতো অভিন্ন নিয়ম প্রয়োগ করা হয়, যেমন, আবাসস্থলগুলির জন্য 2310, 4010 এবং 4030, মোলিনিয়া সংরক্ষণের অবস্থা প্রতিকূল না হলে50% এর উপরে কভার করে, অন্যথায় এটি এই সূচকটির পক্ষে অনুকূল। 2330 আবাসের জন্য, যুক্তিটি অভিন্ন তবে প্রান্তিকতা 30% মলিনিয়া কভারে রয়েছে। সংরক্ষণের স্থিতি সূচকের ফলাফলগুলি বৈধ করার জন্য , আইএস পদ্ধতি দ্বারা অনুমান করা গাছ এবং মলিনিয়া কভারের শতাংশের সাথে তুলনা করা হয়েছিল এবং ২০০৯ সালে ক্ষেত্রটিতে রেকর্ডকৃত ( বিভাগ ২.২.১ দেখুন )। ইন চিত্র 6 A, B, স্থল রেফারেন্স প্যাচ কভারেজ বিতরণ এবং IS পদ্ধতি ব্যবহার করে প্রাপ্ত সেই গাছ ও ঘাস অনভিপ্রেত হস্তক্ষেপ যথাক্রমে জন্য দেওয়া হয়। কভারের শতাংশগুলি ছয়টি শ্রেণিতে বিভক্ত করা হয়েছে (0%, 0-20%, 20% –40%, ইত্যাদি)। ইন চিত্র 6সি, প্রতি প্যাচ সম্পর্কিত সংশ্লিষ্ট কভার অনুমানের মধ্যে পার্থক্য দেখানো হয়েছে (আইএস পদ্ধতি থেকে ক্ষেত্রের বিয়োগকে অনুমান হিসাবে গণনা করা হয়)।
চিত্র 6.. ( ক ) গ্রাউন্ড রেফারেন্সে গাছের দখলের প্রাক্কলন অনুমান এবং ম্যাপযুক্ত আবাস প্যাচগুলি বিতরণ; ( খ ) ঘাসের দখল, অর্থাৎ মলিনিয়া কভার বিতরণ, স্থল রেফারেন্সের অনুমান এবং ম্যাপযুক্ত আবাস প্যাচগুলি; ( গ ) ২০০৯ সালে ক্ষেতে প্রতি প্যাচ প্রতি গাছ এবং ঘাসের দখলের হিসাবের মধ্যে পার্থক্য এবং আইএস-ভিত্তিক পদ্ধতিতে। অনুকূল এবং প্রতিকূল পরিস্থিতি সনাক্তকরণের জন্য প্রযোজ্য প্রান্তিক মানগুলি হ'ল: আবাসস্থলগুলিতে গাছের দখল 2310, 4010 এবং 4030: 30%; এবং আবাসে 2330: 10%; 2310, 4010 এবং 4030: 50% আবাসস্থলে ঘাসের দখল, অর্থাত্ মোলিনিয়ার আচ্ছাদন; এবং আবাসে 2330: 30% [ 45 ]।
গাছের কভারের জন্য, জমিতে এবং আইএস পদ্ধতির সাথে রেকর্ড করা পর্যবেক্ষণ বিতরণ নিদর্শনগুলি অত্যন্ত অনুরূপ ( চিত্র 6 এ) a হিথল্যান্ডের আবাসস্থল বৈধতা প্যাচগুলির বেশিরভাগ ক্ষেত্রে গাছের আচ্ছন্নতার পরিমাণ কম (0-20%)। 0% শ্রেণিতে কেবলমাত্র তফাতটি পাওয়া যায়: ক্ষেত্র পর্যবেক্ষকরা প্রায়শই সম্পূর্ণ অনুপস্থিত থাকায় গাছের ছাঁটাইকে স্কোর করার প্রবণতা দেখান। যেহেতু ক্ষেত্রটিতে এটি সাধারণভাবে নির্ধারণ করা সহজ, উভয় পদ্ধতির মধ্যে এই পার্থক্যটি সম্ভবত বন ধরণের কয়েকটি ভুল বিভক্ত পিক্সেলের উপস্থিতির সাথে সম্পর্কিত (যেমন, ছায়ার কারণে)। এই ছোটখাটো ত্রুটিগুলি, তবে খুব কমই বড় পার্থক্যের দিকে পরিচালিত করে। চিত্র 6সি প্রকৃতপক্ষে প্রতিটি প্যাচে অনুমানের চুক্তিটি নিশ্চিত করে। বৈধতা প্যাচগুলির 91% জন্য, ক্ষেত্রের অনুমান এবং আইএস পদ্ধতির মধ্যে পার্থক্য 20% এর চেয়ে কম। যখন সংরক্ষণের স্থিতি বিবেচনা করা হয় (অনুকূল বনাম গাছের ছত্রভঙ্গের প্রতিকূল পরিমাণ), সামগ্রিক যথার্থতা 93%। ঘাসের দখল, বা মোলিনিয়া- আবরণ অনুমানের বিতরণ রীতিটি ক্ষেত্রের মধ্যে পর্যবেক্ষণ করা হয় এবং আইএস পদ্ধতিতে ( চিত্র 6 খ) প্রাপ্তরা এর বৃহত্তর ভিন্নতা দেখায়। অল্প মলিনিয়া থাকার অনুমান করার জন্য আরও অনেকগুলি প্যাচ রয়েছে-কভার (0% এবং 0-20%) আইএস পদ্ধতি অনুসারে। 20% –40% এবং 40% –60% কভার ক্লাসে সংখ্যাগুলি সমান, যখন> 60% সংখ্যার কভার ক্লাসগুলি মাঠের অনুমানগুলিতে পাওয়া প্রায় অর্ধেক পরিমাণ। পরেরটির একজন অতিমান এর সাথে সম্পর্কিত করা যেতে পারে Molinia একটি উচ্চ সঙ্গে ক্লাসের ক্ষেত্র পর্যবেক্ষকের -cover Molinia -cover ক্ষেত্র [মধ্যে পরিমাপক এর তির্যক দৃশ্য কারণে 28 ]। চিত্র 6সি প্রকাশ করে যে প্রতি প্যাচ অনুমানের মধ্যে পার্থক্যের কেবল 40 %ই কম 20%। আরও 25% প্যাচগুলির আইএস পদ্ধতিতে একটি প্রচ্ছদ প্রাক্কলন রয়েছে যা ক্ষেত্রের (20% থেকে 40% শ্রেণি) দৃষ্টিভঙ্গির তুলনায় 20% থেকে 40% কম। বাকী প্যাচগুলির ক্ষেত্রে এমন অনুমান রয়েছে যা> ক্ষেত্রের তৈরির চেয়ে 40% কম। ক্ষেত্রের অনুমান এবং আইএস-ভিত্তিক পদ্ধতির সাথে অনুমানের মধ্যে এই তফাতগুলি সংরক্ষণের অবস্থা মূল্যায়নের উপরও প্রভাব ফেলে: যখন প্যাচগুলি অনুকূল বা প্রতিকূল হিসাবে শ্রেণিবদ্ধ করা হয়, তখন সামগ্রিক যথাযথতা 62% হয়ে যায়। এই ফলাফলগুলি মলিনিয়ার একটি অবমূল্যায়নকে নির্দেশ করে-এস পদ্ধতিতে বা ক্ষেত্রের দোভাষী দ্বারা একটি অত্যধিক মূল্যায়ন। একদিকে, ক্ষেত্রের প্রাক্কলনটি ভিজ্যুয়াল ব্যাখ্যার সাহায্যে তৈরি করা হয়েছিল এবং তাই অন্তর্নিহিত বিষয়ভিত্তিক, অর্থাত্ ক্ষেত্রের দোভাষীর উপর নির্ভরশীল [ 57 ]। অন্যদিকে, এলভিটি শ্রেণিবিন্যাসে সর্বনিম্ন ম্যাপিং ইউনিট পিক্সেল আকারের সমান। প্রতিটি পিক্সেল উপ-পিক্সেল পার্থক্য থাকা সত্ত্বেও, কেবলমাত্র LVT ক্লাসের একটিতে বরাদ্দ করা হয়। এর অর্থ এই যে হিসাবে শ্রেণীবদ্ধ করা পিক্সেল এইচডি বা কেমন LVT ক্লাসিফিকেশন কম পরিমাণে থাকতে পারে Moliniaকভার, তবে এটি পিক্সেলের শ্রেণিতে প্রতিফলিত হয় না এবং আবাসস্থল প্যাচে ঘাসের ছাঁটাইয়ের পরিমাণের অনুমানের মধ্যে অন্তর্ভুক্ত করা হবে না। তবুও, ফলাফলগুলি মোলিনিয়ায় একটি উচ্চ সম্পর্কের ইঙ্গিত দেয় both প্যাচগুলির 60% থেকে 80% মধ্যে উভয় পদ্ধতির মধ্যে প্রাক্কলন অনুমান করে।
4। আলোচনা
বিভিন্ন হিথল্যান্ডের আবাসস্থলের ধরণগুলি, একই পরিমাণে একই গাছের প্রজাতির দ্বারা আধিপত্য বিস্তার করা সত্ত্বেও সফলভাবে চিহ্নিত করা হয়েছিল এবং স্থানিকভাবে স্পষ্টত গুণমান-নির্দেশক পরামিতিগুলি প্যাচ স্তরে যেমন গাছ এবং ঘাসের আচ্ছাদন হিসাবে ম্যাপ করা হয়েছিল। আমাদের ফলাফলগুলি দেখায় যে একটি হিথল্যান্ড অঞ্চলে উচ্চ স্থানিক রেজোলিউশন আইএস সহ একটি তিন-পদক্ষেপের পদ্ধতির (এলভিটি → আবাস প্যাচ এবং টাইপ → আবাস সংরক্ষণের অবস্থা) ব্যবহার করে, উপস্থিত N2000 আবাসের ধরণের (যেমন, অঞ্চল, ব্যাপ্তি, এবং ঘটনা), পাশাপাশি নমনীয় আবাস সংরক্ষণের স্থিতি সূচক। প্রয়োগিত শ্রেণিবদ্ধ জমি / গাছপালার ধরণের (এলভিটি) শ্রেণিবদ্ধকরণ প্রকল্প এবং তিন-পদক্ষেপের পদ্ধতি আবাসিক শ্রেণীর যথাযথ নিষ্কাশন এবং পরিবেশগত গুরুত্বের সংরক্ষণের অবস্থানের পরামিতিগুলির সুবিধা প্রদান করে, যা সাধারণত বিভিন্ন স্থানিক স্কেলে ঘটে। একটি আবাসনের ধরণের বৃহত অবিচ্ছিন্ন অংশ ম্যাপ করা যায়, তবে সংরক্ষণের স্থিতির মূল্যায়ন সত্তার মধ্যে ছোট প্যাচগুলির মধ্যে বজায় রাখা হয়। এটি বিভিন্ন স্তরের তথ্যের সরবরাহ করে যা বিভিন্ন তথ্য এবং অংশীদারদের প্রয়োজনগুলি পরিবেশন করতে পারে। উদাহরণস্বরূপ, পরিসংখ্যানগত এবং গুণগত তথ্য (উদাহরণস্বরূপ, আবাসস্থল প্রতি ক্ষেত্রফল, গাছ এবং ঘাসের দখল দ্বারা প্রভাবিত প্যাচগুলির শতাংশ) হাবডিরের প্রতিবেদনের প্রয়োজনীয়তা পরিবেশন করতে সুরক্ষিত স্তরের স্তরে বের করা যেতে পারে, যখন আরও বিশদ মানচিত্র সরবরাহ করতে পারে সাইট ম্যানেজমেন্টকে গাইড করার জন্য আবশ্যকীয় স্পষ্টত স্পষ্ট তথ্য সহ টেরিন ম্যানেজার। এটি বিভিন্ন স্তরের তথ্যের সরবরাহ করে যা বিভিন্ন তথ্য এবং অংশীদারদের প্রয়োজনগুলি পরিবেশন করতে পারে। উদাহরণস্বরূপ, পরিসংখ্যানগত এবং গুণগত তথ্য (উদাহরণস্বরূপ, আবাসস্থল প্রতি ক্ষেত্রফল, গাছ এবং ঘাসের দখল দ্বারা প্রভাবিত প্যাচগুলির শতাংশ) হাবডিরের প্রতিবেদনের প্রয়োজনীয়তা পরিবেশন করতে সুরক্ষিত স্তরের স্তরে বের করা যেতে পারে, যখন আরও বিশদ মানচিত্র সরবরাহ করতে পারে সাইট ম্যানেজমেন্টকে গাইড করার জন্য আবশ্যকীয় স্পষ্টত স্পষ্ট তথ্য সহ টেরিন ম্যানেজার। এটি বিভিন্ন স্তরের তথ্যের সরবরাহ করে যা বিভিন্ন তথ্য এবং অংশীদারদের প্রয়োজনগুলি পরিবেশন করতে পারে। উদাহরণস্বরূপ, পরিসংখ্যানগত এবং গুণগত তথ্য (উদাহরণস্বরূপ, আবাসস্থল প্রতি ক্ষেত্রফল, গাছ এবং ঘাসের দখল দ্বারা প্রভাবিত প্যাচগুলির শতাংশ) হাবডিরের প্রতিবেদনের প্রয়োজনীয়তা পরিবেশন করতে সুরক্ষিত স্তরের স্তরে বের করা যেতে পারে, যখন আরও বিশদ মানচিত্র সরবরাহ করতে পারে সাইট ম্যানেজমেন্টকে গাইড করার জন্য আবশ্যকীয় স্পষ্টত স্পষ্ট তথ্য সহ টেরিন ম্যানেজার।
আমাদের পদ্ধতিটি ডিজাইনের ক্ষেত্রে, আমরা ক্ষেত্রের মধ্যে ম্যাপিংয়ের সময় আবাস প্যাচ ম্যাপিং এবং মূল্যায়নের জন্য স্পষ্টভাবে প্রচেষ্টা করা বেছে নিয়েছি। যদিও একটি অবিচ্ছিন্ন পন্থা (যেমন [ ২৯-এর মতো)]) উদাহরণস্বরূপ, আবাসস্থলগুলির মধ্যে রূপান্তরকে আরও ভালভাবে দেখানোর ক্ষেত্রে আমাদের তিন-পদক্ষেপের পদ্ধতি সাইট ম্যানেজারদের সাথে পরিচিত বলে আউটপুট তৈরির সুবিধা প্রদান করে এবং একই সাথে পর্যবেক্ষণ বিশেষজ্ঞদের রিপোর্টিং প্রয়োজনীয়তার জন্য ভাল ফিড দেয়। এলভিটি শ্রেণিবদ্ধকরণের মানচিত্রগুলি উভয় জায়গাতেই (যেমন, খালি বালু, এরিকয়েড কভার, বা গাছ এবং ঘাসের অট্টালিকার আবাসস্থলের ধরণের মধ্যে পৃথক পৃথক) উভয় ক্ষেত্রেই নমনীয় মূল্যায়নের জন্য অনুমতি দেয় এবং ভবিষ্যতে প্রযোজ্য প্রান্তিক পরিবর্তন হতে পারে এবং পদ্ধতি অতীতের পরিস্থিতি পুনর্নির্মাণের অনুমতি দেয়)। প্রধান সীমাবদ্ধতা প্রাপ্তিসাধ্য স্থানিক রেজল্যুশন দ্বারা সেট করা হয়: 2.4 এম এর দ্বারা 2.4 বর্তমান পিক্সেল আকারে 2 , আমরা পর্যাপ্তরূপে ম্যাপ জরিমানা মাপের আবাস ধরনের (যেমন, আবাস 7150- পারিনি Rhynchosporion) এবং সংরক্ষণের স্থিতি সূচক (উদাহরণস্বরূপ, মূল প্রজাতির উপস্থিতি, কলুনা বয়স শ্রেণি, লাইচেনের প্রচ্ছদ)। তবে, পূর্ববর্তী কাজের [ ২ ]] সালে, আমরা দেখিয়েছি যে একটি নির্দিষ্ট ডিগ্রিতে (35% - 39%) এই সূক্ষ্ম-স্কেল কাঠামোটি মোটা স্কেল রিমোটলি সংবেদিত ডেটা থেকে তৈরি করা যেতে পারে। সুতরাং, আমাদের পদ্ধতিটি অনেকগুলি প্রতিবেদন এবং পরিচালনার প্রয়োজনের জন্য পর্যাপ্ত বিশদ সহ সাইটের একটি ভাল ওভারভিউ সরবরাহ করে। সুনির্দিষ্ট অবস্থানগুলি সম্পর্কে খুব সুনির্দিষ্ট প্রশ্ন উঠলে ক্ষেত্রের পরিদর্শন আকারে অতিরিক্ত তথ্য প্রয়োজনীয় থাকে necessary
প্যাচ স্তরে আবাসের মানের মূল্যায়ন করার ক্ষেত্রে, এটি পরিষ্কার যে আমাদের আইএস পদ্ধতির উপর ভিত্তি করে মূল্যায়ন ক্ষেত্র মূল্যায়নের চেয়ে আলাদা হতে পারে এবং এই পার্থক্যগুলি সূচকটির উপর নির্ভর করে ছোট বা বৃহত্তর হতে পারে (যেমন, গাছের ওএ (93%) ৩.৩ ধারায় বনাম ঘাসের দখল (%২% )। তবে, প্রয়োজনবোধে বিভিন্ন কারণে বাসস্থান পর্যবেক্ষণ, রিপোর্টিং এবং পরিচালনার জন্য আইএস পদ্ধতির আরও ব্যবহারের সাথে আপোস করার দরকার নেই। প্রথমত, কোন পদ্ধতিটি 'সঠিক' এবং কোনটি 'ভুল' তা বলা অসম্ভব। বর্তমান ক্ষেত্র-ভিত্তিক মূল্যায়নগুলি কভার অনুমানগুলিতে পর্যবেক্ষক প্রভাবগুলির কারণে প্রচুর অনিশ্চয়তার মধ্যেও পড়ে 58]। ফলস্বরূপ, এখন যা নিয়মিতভাবে ব্যবহৃত হয় তা ইতিমধ্যে আংশিক 'ভুল'। দ্বিতীয়ত, মূল্যায়নগুলি সাধারণত একটি প্রান্তিক কভার মান (প্রায়শই 10, 30% বা 50%) এর উপর ভিত্তি করে। এর থেকে বোঝা যায় যে সূচিতের মানটি থ্রেশোল্ড মান থেকে অনেক দূরে (যেমন, 80% বা 90%) বিচ্যুত হয় এমন প্যাচগুলির জন্য একটি ভ্রান্ত মূল্যায়ন অসম্ভব। তৃতীয়ত, একা বাসস্থান প্যাচগুলিতে একক সূচকগুলির মূল্যায়ন ইউরোপীয় কমিশনের কাছে যেমন রিপোর্ট করা হয় না, তবে আরও দুটি ভিন্ন উপায়ে আরও সংহত করা হয়। প্রথম ধাপে, একই প্যাচের কয়েকটি সূচক (যেমন, গাছ এবং ঘাসের অট্টালিকা, মূল প্রজাতি এবং কাঠামোগত জটিলতা) এর মূল্যায়নগুলি প্রথম প্যাচের স্তরে সংহত করা হয়, যেখানে 'প্রতিকূল' সাধারণত 'অনুকূল' এর চেয়ে বেশি অগ্রাধিকার গ্রহণ করে । সূচকগুলি একটি নির্দিষ্ট ডিগ্রির সাথে সম্পর্কিত হতে পারে [ ২ 27]], যার অর্থ যে কোনও একক সূচকটি প্যাচ স্তরে ভুলমূলক মূল্যায়নের দিকে পরিচালিত করার সম্ভাবনা কমিয়ে আনা হয়েছে। দ্বিতীয় ধাপে, এই প্যাচ মূল্যায়নগুলি N2000 সাইট বা এমনকি সদস্য রাষ্ট্রীয় স্তরের আবাসস্থল প্রতি মূল্যায়নের ক্ষেত্রে - প্যাচ অঞ্চল দ্বারা ওজনিত আরও সংহত করা হয়েছে, এটিই চূড়ান্ত মূল্যায়ন যা ইউরোপীয় কমিশনকে জানানো হবে। চতুর্থ কারণ ক্ষেত্র এবং আইএস ভিত্তিক আবাসের মানের মধ্যে পার্থক্যটি আইএস পদ্ধতির আরও ব্যবহারে আপোস না করার কারণটি হ'ল, পরিচালনার উদ্দেশ্যে, সাইট পরিচালকদের স্বার্থ বেশিরভাগ সময় বাইনারি মূল্যায়নে নয় (অনুকূল) প্রতিক্রিয়াশীল) প্রতিটি প্যাচ, কিন্তু এর পিছনে নিদর্শন এবং প্রক্রিয়া অন্তর্দৃষ্টি পেতে। ফলস্বরূপ, পরিচালকগণ আপেক্ষিক বা এমনকি নিখুঁত অনুমানের প্রতি আগ্রহী হন, গাছ এবং ঘাসের দখল এবং সম্ভবত আরও গুরুত্বপূর্ণভাবে কীভাবে সময়ের সাথে এগুলি বিকশিত হয়। এই প্রসঙ্গে, রিমোট সেন্সিং ক্ষেত্রের কাজের চেয়ে অনুমান প্রাপ্তির পুনরাবৃত্তিযোগ্য পদ্ধতি সরবরাহের ক্ষেত্রে সুবিধা প্রদান করে, যা শেষ পর্যন্ত সময়ের সাথে সাথে আরও নির্ভরযোগ্য পর্যবেক্ষণের দিকে পরিচালিত করে।
তিন ধাপের পদ্ধতির অন্যান্য অনুরূপ আবাসস্থলগুলিতে স্থানান্তর এবং বাস্তবায়নের দিকে অতিরিক্ত সুবিধা থাকতে পারে। যদিও এই গবেষণায় হিথল্যান্ডের বেশ কয়েকটি আবাসনের জন্য এই পদ্ধতিটি প্রদর্শিত হয়েছে, অন্য আবাসস্থলের প্রকারগুলি রয়েছে যার জন্য অনুরূপ রচনা এবং বিভিন্ন মানের-সূচকগুলি সম্ভাব্যভাবে প্রস্তাবিত পদ্ধতিটি ব্যবহার করে (যেমন উপকূলীয় uneুনি আবাসস্থল) ম্যাপ করা যেতে পারে। এর জন্য কমপক্ষে LVT শ্রেণিবদ্ধকরণ এবং আবাস পুনরায় শ্রেণিবদ্ধকরণ প্রকল্পগুলির একটি অভিযোজন এবং পুনরায় সুরকরণের প্রয়োজন হবে, তবে সামগ্রিক কৌশল পরিবর্তন না করেই। পদ্ধতিটি যদিও আবাসনের ধরণের জন্য উপযুক্ত বলে মনে করা হয় না যার জন্য চিহ্নিতকরণ বা গুণাগুণ কম সংখ্যায় মূল প্রজাতির উপস্থিতির উপর নির্ভর করে (উদাহরণস্বরূপ, কিছু তৃণভূমি আবাসনের ধরণ), বা কাঠামোগত স্তরগুলি যা উপরে থেকে দৃশ্যমান নয় (যেমন, নির্দিষ্ট বনাঞ্চলের বাসস্থান ধরনের)। যেমন,
LVT শ্রেণিবিন্যাসে প্রয়োজনীয় থিম্যাটিক বিশদ অর্জনের জন্য আমরা ভিজ্যুয়াল এবং নিকট-ইনফ্রারেড বর্ণালী ডোমেন (400 থেকে 2500 এনএম) এর প্রায় 2.4 মিটার এবং 63 বর্ণাল তরঙ্গদৈর্ঘ্য ব্যান্ডের একটি স্থানিক রেজোলিউশনের সাথে আইএস ডেটা ব্যবহার করেছি। এ জাতীয় বর্ণনামূলকভাবে বিশদ চিত্রের ডেটা সবসময় পাওয়া যায় না, তবে এর অর্থ এই নয় যে পদ্ধতিটি বিভিন্ন চিত্র উত্স ব্যবহার করে প্রয়োগ করা যাবে না (যেমন, মাল্টিস্পেকট্রাল ডেটা)। যেহেতু আইএসের ডেটাতে প্রয়োজনীয় বিষয়বস্তু বিশদটি সনাক্ত করার জন্য পর্যাপ্ত বর্ণাল বিবরণ রয়েছে, আমরা LVT শ্রেণিবিন্যাস সম্পাদনের জন্য ক্লাসগুলির শ্রেণিবিন্যাসের সংমিশ্রণে বর্ণাল বৈশিষ্ট্যগুলিতে (অর্থাত্, বিভিন্ন তরঙ্গদৈর্ঘ্য ব্যান্ডের তথ্য) কেবলমাত্র নির্ভর করে on প্রথম মানচিত্র যা বাকী আবাস ম্যাপিং পদ্ধতির ভিত্তি। যদিও পর্যাপ্ত স্থানিক বিশদ, অর্থাৎ একটি স্থানিক রেজোলিউশন মোটামুটি < 3 মি, এই অধ্যয়নের প্রস্তাবিত পদ্ধতির সাথে অনুরূপ স্থানীয় বিশদে আবাসের ধরণ এবং সংরক্ষণের স্থিতি সূচকের মানচিত্র তৈরি করতে সক্ষম হওয়া একটি পূর্বশর্ত হতে পারে, বিভিন্ন তথ্য ব্যবহার করে কম বর্ণালি তথ্য রয়েছে এমন চিত্রকল্পের সাথে প্রয়োজনীয় থিম্যাটিক বিশদটি অর্জন করা যেতে পারে এই ইমেজ উপস্থিত। এক সম্ভাব্য পন্থা হ'ল মাল্টি-টেম্পোরাল বা ফেনোলজিকাল তথ্যের সুবিধা নেওয়া। অত্যন্ত সঠিক গাছের প্রজাতির শ্রেণিবদ্ধকরণগুলি উদাহরণস্বরূপ, বহু-টেম্পোরাল ওয়ার্ল্ড ভিউ -২ চিত্র (বহু-স্পেক্টাল মোডে স্থানিক রেজোলিউশন 2 = 2 মি) ব্যবহার করে সাভান্না আবাসস্থলে অর্জিত হয়েছে [ এই চিত্রগুলিতে উপস্থিত বিভিন্ন তথ্য ব্যবহার করে বর্ণালী সম্পর্কিত কম তথ্য সম্পর্কিত প্রয়োজনীয় থিম্যাটিক বিশদটি অর্জন করা যেতে পারে। এক সম্ভাব্য পন্থা হ'ল মাল্টি-টেম্পোরাল বা ফেনোলজিকাল তথ্যের সুবিধা নেওয়া। অত্যন্ত সঠিক গাছের প্রজাতির শ্রেণিবদ্ধকরণগুলি উদাহরণস্বরূপ, বহু-টেম্পোরাল ওয়ার্ল্ড ভিউ -২ চিত্র (বহু-স্পেক্টাল মোডে স্থানিক রেজোলিউশন 2 = 2 মি) ব্যবহার করে সাভান্না আবাসস্থলে অর্জিত হয়েছে [ এই চিত্রগুলিতে উপস্থিত বিভিন্ন তথ্য ব্যবহার করে বর্ণালী সম্পর্কিত কম তথ্য সম্পর্কিত প্রয়োজনীয় থিম্যাটিক বিশদটি অর্জন করা যেতে পারে। এক সম্ভাব্য পন্থা হ'ল মাল্টি-টেম্পোরাল বা ফেনোলজিকাল তথ্যের সুবিধা নেওয়া। অত্যন্ত সঠিক গাছের প্রজাতির শ্রেণিবদ্ধকরণগুলি উদাহরণস্বরূপ, বহু-টেম্পোরাল ওয়ার্ল্ড ভিউ -২ চিত্র (বহু-স্পেক্টাল মোডে স্থানিক রেজোলিউশন 2 = 2 মি) ব্যবহার করে সাভান্না আবাসস্থলে অর্জিত হয়েছে [59 ]। আরেকটি পদ্ধতি হ'ল শ্রেণিবিন্যাসের জন্য স্থানিক তথ্য গ্রহণ করা, যেমন, অবজেক্ট-ভিত্তিক বিশ্লেষণ (উদাহরণস্বরূপ, [ 60] ব্যবহার করে])। যেমনটি, আমরা বিশ্বাস করি যে পদ্ধতিটি আইএস ছাড়া অন্য চিত্র উত্সগুলির সাথেও ব্যবহারের সম্ভাবনা রয়েছে, প্রদত্ত এলভিটি শ্রেণিবিন্যাস উপলভ্য চিত্রের উত্সের সাথে সঠিকভাবে সামঞ্জস্য করা হয়েছে। অতিরিক্তভাবে, এলভিটি শ্রেণিবিন্যাসের জন্য একটি শ্রেণিবিন্যাসের পদ্ধতির ব্যবহার প্রতিটি নোডে ডেডিকেটেড শ্রেণি বিভাজন পদ্ধতি বিকাশের সুযোগও সরবরাহ করে। এই কাগজে, আমরা ইতিমধ্যে প্রতিটি বিভাজনের জন্য বিভিন্ন বর্ণালী বৈশিষ্ট্যগুলি ব্যবহার করে ইতিমধ্যে এটি করি তবে অনুরূপ বা আরও ভাল ফলাফল অর্জনের জন্য বিভিন্ন ধরণের পন্থা নেওয়া যেতে পারে। আমরা উদাহরণস্বরূপ দেখিয়েছি যে বিভিন্ন হিথ বয়স কাঠামো (যেমন, স্তর 3 থেকে এইচডিসি থেকে এইচডিকা, এইচডিসি, এইচডিসি, এবং এইচডিসিএম 4 স্তরে বিভক্তকরণ) বোঝার ক্ষেত্রে সিদ্ধান্ত গাছের শ্রেণিবদ্ধের সাথে বর্ণালী আনমিক্স মিশ্রন করে উন্নত করা যেতে পারে [২ 26 ] ।
এই গবেষণার আইএস তথ্য 2007 সালের গ্রীষ্মে অর্জিত হয়েছিল, যখন বাসস্থান সংরক্ষণের স্থিতি সূচক বৈধতার ডেটা ২০০৯ গ্রীষ্মে অর্জিত হয়েছিল। হিথল্যান্ডের আবাসে প্রাকৃতিক পরিবর্তন হ'ল এক ধীর প্রক্রিয়া (আগুন বাদে), আমরা তা করি না ২০০ image সালের চিত্র অধিগ্রহণ এবং ২০০৯ সালের সংরক্ষণের স্থিতি বৈধতা ডেটাসেটের মধ্যে এই সময়ের মধ্যে সংরক্ষণের স্থিতি সূচকের পরিবর্তনের কারণে বড় ধরনের ভুলত্রুটি ঘটেছে বলে দুই বছরের সময়ের ব্যবধান আশা করে। এর অর্থ এই যে, চিত্র অধিগ্রহণের তুলনামূলক সময়ে অধিগ্রহণের ক্ষেত্রে ফিল্ডের ডেটা অগ্রাধিকারযোগ্য, একইভাবে, প্রাকৃতিকভাবে ধীরে ধীরে আবাসস্থল পরিবর্তনের জন্য ক্ষেত্রের ডেটা অধিগ্রহণে কিছুটা নমনীয়তা উপস্থিত রয়েছে।
এই সমীক্ষায়, আমরা 1325 প্লটের একটি বিস্তৃত LVT রেফারেন্স ডেটাসেট ব্যবহার করেছি। যাইহোক, এই জাতীয় সংখ্যা প্রায়শই অর্জনযোগ্য নয়, বিশেষত পদ্ধতির রুটিন প্রয়োগ বিবেচনা করার সময়। আরও গবেষণা যেমন ভুতুড়ে লাইব্রেরি [ব্যবহার হিসাবে স্থল রেফারেন্স ডেটার উপর পদ্ধতি এর নির্ভরতা কম বিভিন্ন বিকল্প, বিবেচনা করতে পারে 29 , 61 ], ক্লাসিফায়ার যে ছোট নমুনা মাপ [সঙ্গে তার আচরণ মধ্যে শক্তসমর্থ হয় 14 ], বা কৌশল সক্রিয় লার্নিং এবং ডোমেইন মত অভিযোজন [ 62 ]।
5। উপসংহার
রিমোট সেন্সিং ব্যবহার করে সরাসরি হিথল্যান্ড আবাসস্থল ম্যাপিং আবাসস্থল প্যাচগুলির উচ্চতর আন্তঃ পরিবর্তনশীলতা, পাশাপাশি বিভিন্ন আবাসের ধরণের মধ্যে স্বল্প আন্তঃ পরিবর্তনশীলতা দ্বারা বাধাগ্রস্ত হয়। এই গবেষণাটি একটি উচ্চ মাত্রার রেজোলিউশন ইমেজিং স্পেকট্রোস্কোপি (আইএস) ডেটা ব্যবহার করে এমন একটি পদ্ধতির চিত্র তুলে ধরেছে যা বাস্তবে এই অন্তর্নিহিত বৈশিষ্ট্যগুলিকে কাজে লাগায় কেবল আবাসস্থল বিতরণের মানচিত্রই অর্জন করতে পারে না, তবে মনিটরিং বিশেষজ্ঞরা অভ্যস্ত এমন সূচকগুলির মাধ্যমে আবাসের গুণগত মানও নির্ধারণ করে। আমরা দেখিয়েছি যে একটি জমি এবং উদ্ভিদের ধরণের (এলভিটি) শ্রেণিবিন্যাসের মানচিত্র, যা সাধারণত আইএস ব্যবহার করে অর্জনযোগ্য, আবাস প্যাচগুলি বর্ণনামূলক করতে এবং পাশাপাশি ন্যাচুরা 2000 (এন 2000) আবাসের ধরণ নির্ধারণ করতে ব্যবহৃত হতে পারে। যেহেতু আমরা এলভিটি মানচিত্রে উচ্চ থিম্যাটিক বিশদ অর্জন করতে সক্ষম হয়েছি, আমরা এও ব্যাখ্যা করতে সক্ষম হয়েছি যে উত্পন্ন আবাস প্যাচ মানচিত্রগুলি আবার LVT মানচিত্রের সাথে একত্রে সাধারণ N2000 আবাস সংরক্ষণের স্থিতি সূচকগুলি উত্পন্ন করতে পারে। এর মতো, আমরা হ্যাবিট্যাটস নির্দেশের অধীনে N2000 অঞ্চলে রিপোর্ট করার জন্য প্রয়োজনীয় তথ্যগুলির সম্পূর্ণ সেট তৈরি করতে জ্ঞান-ভিত্তিক নিয়মের সাথে মিশ্রণে আইএস এবং ফিল্ড ডেটা ব্যবহার করি।
আমাদের পদ্ধতির জন্য কোনও অতিরিক্ত ইনপুট ডেটার প্রয়োজন নেই (জ্ঞান-ভিত্তিক নিয়ম সেটগুলি ব্যতীত), একবার এলভিটি মানচিত্রের পর্যাপ্ত বিষয়বস্তু বিশদ সহ অর্জন করা গেলে, আইএসের চেয়ে অন্যান্য চিত্র উত্সগুলি ব্যবহার করে সফলভাবে প্রয়োগ করার সম্ভাবনা রয়েছে। অন্যান্য চিত্রের উত্স ব্যবহার করে পর্যাপ্ত থিম্যাটিক এবং স্থানিক বিশদ সহ এলভিটি মানচিত্রের পূর্বশর্ত যদি অর্জন করা যায় তবে হিথল্যান্ডের আবাসস্থলের জন্য পদ্ধতি এবং সময় এবং স্থান উভয় ক্ষেত্রে আরও ঘন ঘন প্রয়োগের সম্ভাবনা রয়েছে। অন্যান্য উপজাতীয় অঞ্চলের মতো উপকূলীয় অঞ্চলের আঞ্চলিক অঞ্চলে, পদ্ধতিটি প্রয়োগ করার ক্ষেত্রে নীতিগতভাবেও সম্ভব হওয়া উচিত, তবে জ্ঞানের উপর ভিত্তি করে নিয়মের সেটগুলি খাপ খাইয়ে নেওয়া এবং সূক্ষ্ম সুরকরণের প্রয়োজন হবে।
0 comments:
Post a Comment