Förändringsanalys för att följa angreppen av granbarkborre

Nationellt skogsdatalabb kan erbjuda en analys på data från Sentinel2 som gör det möjligt att följa de vitalitetsförändringar som sker på skogsmark i Sverige. Granbarkborrens härjningar sedan torkan 2018 har gjort att behovet av en sådan tjänst ökat.

Det vi släpper nu riktar sig till GIS-experter och systemutvecklare. De kan direkt bygga in metoden i sitt eget GIS genom anrop (REST) till vår bildtjänst. Det finns också en webbapplikation som vänder sig till en bredare målgrupp. Vi arbetar också med ytterligare verktyg som underlättar för systemutvecklare och GIS-experter.

Analysen ger användaren möjlighet att följa vitalitetsförändringar i barr- och blandskogar med hjälp av satellitbilder från det europeiska satellitsystemet Sentinel-2. Satelliterna passerar Sverige flera gånger per vecka och kan därmed utnyttjas för att snabbt får en aktuell analys.

I princip kan vilka bilder som helst användas för att analysera skogen. Funktionen filtrerar nämligen bort de områden som är täckta av moln, dis eller har ett av moln beskuggat område. Pixlar med snö kommer heller inte att analyseras. Men väljer man för molniga bilder eller bilder med snö kan analysen bli direkt felaktig eftersom det finns för få pixlar kvar som går att analysera.

Tjänsten bygger i grunden på en förändringsanalys där skillnaden i vegetationsindex mellan två bilder visas. Förändringarna görs på den skog som klassats som barrskogar eller blandskogar i Naturvårdsverkets Nationella Marktäckedata (NMD).

Två olika vegetationsindex används

Metoden som används bygger på att informationen från satellitens i röda (RED) respektive nära-infraröda (NIR) spektralband används. Beräkningen av indexen görs först var och en av de ingående bilderna (se Figur 1 och Figur 2) och sedan beräknas skillnaden mellan dessa (se Figur 3). 

Bäst resultat ser man ut att få vid användning av indexet NDVI (Normalised Difference Vegetation Index). Mer information om NDVI kan man bland annat hitta här: https://gisgeography.com/ndvi-normalized-difference-vegetation-index/.

Det andra indexet som finns implementerat i analysen använder sig av indexet SAVI (Soil Adjusted Vegetation Index). Mer information om SAVi kan man bland annat hitta här: https://wiki.landscapetoolbox.org/doku.php/remote_sensing_methods:soil-adjusted_vegetation_index

Geometriska och radiometriska förbättringar

För att förbättra kvalitén i den resulterande bilden så görs två modifikationer av den andra bilden i bildparet som ingår i analysen. (Båda dessa modifieringarna går att slå på eller slå av).

Det första som görs är en pixelförskjutning så att de två bilderna hamnar på samma position. Detta görs för att kompensera för det fel ofta dyker upp i bilder från Sentinel2. (Se också: http://doi.org/10.1364/OL.33.000156)

Det andra som görs är en radiometrisk matchning mellan de båda bilderna. Två olika metoder kan användas – regression eller histogram. (https://doi.org/10.1016/0034-4257(93)90034-U).

Den radiometrisk matchningen bidrar till att medelvärdet i analysen kommer att ligga nära 0 även om den absoluta skillnaden av vegetationsindex mellan de två datumen är signifikant. Analysen blir därmed bra på att hitta var stora förändringar har skett.

Se upp med för hög inzoomning

Det finns dock en nackdel med den radiometriska matchningen som man bör ha med i minnet. Om matchningen mellan de båda bilderna beräknas på ett för litet område kommer förändringarna att variera beroende vilket geografiskt utsnitt som för ögonblicket analyseras. En liten panorering kommer då att förändra analysen. Vi behöver samla erfarenheter från hur stort område som matchningen måste göra över för att det ska ge en stabil analys.

Den resulterande bilden

Analysen är en så kallad bildtjänst som utförs på de båda bilder som användaren väljer. Skillnaden mellan dessa bilder kan redovisas på tre olika sätt genom parameterstyrning av anropet (se den tekniska beskrivningen).

Colormap

Det första alternativet, som också är standardalternativet om inget annat anges, är en en färgsatt bild (parametern ’Colormap’). Bilden är en 8-bitars bild med en färgtabell, där först förändringarna skalats till att rymmas inom 256 värden. Färgerna har optimerats för att lättare kunna urskilja förändringar som innebär ett lägre vegetationsindex i den senaste bilden (se Figur 3).

För att förtydliga förändringarna har färgskalan Viridis implementerats (se Figur 4) . Den viktigaste anledningen att använda Viridis i detta fall är att den även fungerar bra ute i fält. Tänk på att även sätta bakgrundsfärgen till en mörk kulör för att få de områdena med försämrad vitalitet att framträda tydligt.

Grayscale

Det andra alternativet är en gråskalebild (parametern ’Grayscale’). Samma skalning av förändringarna görs initialt som i fallet med färgbilden, men sedan färgsätts aldrig dessa pixelvärden utan returneras precis som de är som en 8-bitars gråskalebild. Bilden kommer att redovisa låga pixelvärden (mörka pixlar) för de områden där de största negativa förändringarna av vegetationsindexet har skett.

Raw

Det tredje alternativet är 32-bitars flyttalsbild (parametern ’Raw’). Den bilden redovisar skillnaderna precis som de är mellan de båda bilderna. Ingen skalning sker utan värdena kommer att teoretiskt kunna gå från -2.0 till +2.0.

FAQ

Hur kommer jag åt tjänsten?
Svar: Skaffa ett konto via Skogsstyrelsens hemsida https://skogsstyrelsen.se/sjalvservice/karttjanster/geodatatjanster/skaffa-anvandarkonto/.

Var finns den tekniska dokumentationen?
Svar: Här 

Vilka förändringar kan jag se? Är det förändringar orsakade av granbarkborrar eller är det även andra förändringar?
Svar: Ja alla typer av förändringar som innebär ett lägre vegetationsindex i den senaste bilden kommer att ge utslag. Det innebär att även många typer av avverkningar syns.

Bilderna från Sentinel-2 har ju visat sig ha geometriska fel, tar förändringsanalysen hänsyn till det?
Svar: Ja, i metoden finns det inbyggt en justering som gör att det geometriska felet blir mindre.

Hur vet jag att de bilder jag använder inte har moln?
Svar: Du måste själv granska förebild och efterbild.

Jag har ArcGIS, kan jag använda tjänsten direkt i mitt program?
Svar: Ja tjänsten går att använda i ArcGIS pro, ArcMap, Webb Application på ArcGIS On-line eller Portal

Jag har inte ArcGIS utan ett annat GIS-program, kan jag använda tjänsten direkt i mitt program?
Svar: I princip ja, tjänsten går att konsumera via REST-anrop. Undersök möjligheten att implementera ett stöd för ArcGIS REST i ditt GIS-program. Se den tekniska dokumentationen för en mer utförlig beskrivning.

Jag antar att jag måste tänka på hur jag väljer bilder i förhållande till lövsprickning och avlövning. Hur ska jag tänka?
Svar: Alla typer av bilder går att använda men man bör vara observant på att förändringar i framförallt lövskog kommer att påverka resultatet. Men det har bara betydelse när första bilden har mycket lövade träd och sista bilden har färre lövade träd. Lövskogsinslag i homogena granskogar detekteras som vitalitetsförändringar om första bilden är en bild tagen efter lövsprickningen och andra bilden tagen efter lövfällningen. För skogsägaren som känner sin mark väl är dock inte detta ett problem.

Hur långt bakåt i tiden kan jag välja bild?
Svar: Skogsstyrelsen har bilder från 2015 och framåt, men flest bilder finns från sommaren 2017 och framåt.

Laddar Skogsstyrelsen ned bilder alla årets dagar?
Svar Nej, vi tar inte emot bilder under perioden november till och med januari. Övriga tider på året hämtar vi hem bilderna. Däremot kan vi ta bort bilder som visar sig vara är helt molniga vilket gör att det kan finnas luckor i tidsserie avbilder.

Skogsstyrelsen tar hem nya satellitdata dagligen, men när på dagen är de nya bilderna tillgängliga?
Svar: Räkna med att data från satellitpassagen dagen innan finns tillgängligt ca 09:30

Går det att göra förändringsanalyser även när det finns ett snötäcke?
Svar: Nej, snötäckta områden kommer att filtreras bort.

Den lösning ni släpper nu vänder sig till specialister, när kommer något som kan användas av en bredare målgrupp?
Svar: Vår ambition är att släppa lösningar i de olika karttjänster Skogsstyrelsen har. Närmast ligger att kunna göra förändringsanalyser i karttjänsten skador på skog http://skogsstyrelsen.se/sjalvservice/karttjanster/skador-pa-skog/. Målet är att det ska vara på plats innan sommaren 2020.