X
GO
en-USnb-NO

Kartleggingsmetode for endret vegetasjon ved hjelp av drone

Publisert: 8. desember 2021

Vegetasjonsforstyrrelser blir stadig vanligere på tundraen på grunn av pågående miljøendringer. Vegetasjonsklasser med forstyrrelser har vanligvis ikke blitt inkludert i vegetasjonskart. COAT-forskere ønsker å bruke fjernmåling til å overvåke vegetasjon forstyrret av biotiske (f.eks. gås og reinsdyr) og abiotiske (f.eks. isskader på vegetasjon) faktorer.

Kartleggingsmetode for endret vegetasjon ved hjelp av drone

Utarbeidelse av dronebaserte vegetasjonskart for langtidsovervåkning krever mange valg, både tekniske og økologiske. Denne studien viser hvordan man kan lage kart med vegetasjonsklasser som inkluderer forstyrrelser fra beitedyr og ekstremhendelser om vinteren. Foto: COAT

 

Droner kan være velegnet som verktøy i arktiske landskap som endres raskt og er vanskelig tilgjengelig. For effektiv bruk av drone må avgjørelser av både teknisk og økologisk karakter tas, der fagpersonell sjelden besitter kunnskap av begge typer. COAT-forskerne utviklet derfor en arbeidsflyt med kombinasjon av tekniske og økologiske aspekter, rettet mot fremtidig bruk i økosystemovervåking. Arbeidsflyten beskriver steg i arbeidet med droner som det tidligere har vært lite fokus på: valg av økologiske variabler, oppløsning av de digitale lagene, valg av vegetasjonsklasser, og utvikling og validering (bedømmelse) av modeller.

Arbeidsflyten ble brukt til å utvikle vegetasjonskart i tre tundraområder på Svalbard. Kartene inkluderer vegetasjonsklasser, og i tillegg klasser som fanger opp forstyrrelser etter beitedyr og ekstremhendelser om vinteren. Slike forstyrrelseseffekter har til nå ikke vært dokumentert fra dronebilder. Metodikken er velegnet til å tas i bruk i overvåkingen av tundraen på Svalbard, men vårt arbeid viser også behov for videre arbeid med mer lokalitet-spesifikk modellering.

 

Dette arbeidet ble gjort i regi av COAT Tools-programmet, som består av flere PhD-prosjekter som fokuserer på utvikling av metoder til COAT.

Les hele artikkelen her

Skriv ut

Komplett publikasjonsliste

fra COAT: