Transcript Kartering av habitat med undervattensvideo

Kartering av
habitat med
undervattensvideo
Umeå, 2012-12-04
Göran Sundblad
+46 8 522 302 51
[email protected]
Martin Isæus, Sofia Wikström,
Karl Florén
AquaBiota Water Research AB
• Forsknings- och konsultföretag, startade augusti 2006
• Dotterbolag till stiftelsen NIVA – Norsk institutt for
vannforskning
• ”Non profit and research SME” (small and medium size
enterprise)
• Bedriver bred verksamhet med koppling till marin miljö
• Specialitet: rumslig
modellering i marin miljö
• Idag 16 anställda varav 10
disputerade
Kartering av habitat med undervattensvideo
Hur gör man och vad ser man?
Ny metod: dropvideo + hugg på nästan varje
station
• Direkt kartering
• Begränsade ytor
• Generalisering till större
områden kräver modeller(ing)
”Maps are essential”
• PREHAB: Spatial prediction of benthic habitats in the Baltic Sea
• Idé: Framgångsrik rumslig förvaltning bygger på kunskap om
utbredningen av värdefulla resurser
• Diversitet, habitat och associerade tjänster och varor
• Fokus:
• Utvärdering av metoder och potentialen i rumslig modellering
• Scenarioanalyser av förvaltningsbeslut, baserat på utbredningskartor
• Ekonomiska värdet i dessa resurser
Respons
Fältdata
(observationer + miljö)
Statistisk
habitatbeskrivning
Miljö
Utvärdering
Kvalitetskontroll
Prediktion
Stort behov av kartunderlag
för modelleringen!
Habitatkarta
+ konfidens
Stort behov av förklarande
(miljö)kartor/GIS-lager!
•
•
Mekanistiska kopplingar till relevant biologi
Tillgängliga i lämplig spatio-temporal upplösning och
kvalitet
• Exempel vi jobbar med och där utvecklingen går framåt
• Djup – SjV digitalisering + Lidar
• Siktdjup – Satellitbaserat + Modellerat
• Substrat – SGU ytsediment + EUNIS-lösningar
• Tar inte upp
• Antropogen påverkan
• Vågexponering
• Salinitet
• Temperatur
Digitalisering av historiska lodningsdata
(a)
(b)
(c)
Skriv rubrik här
Batymetri (m)
• Grid baserad på
sjökort
• 100 m
Skriv rubrik här
Batymetri (m)
• Grid baserad på
digitaliserade
mätdata
• 200 m
Superb, Lidar
Exempel Finland
Forststyrelsen & Länsstyrelsen Västerbotten
Fältdata:
- Dropvideo
- slumpade stationer
- rutnät
Biotoper (BS EUNIS):
- Fucus sp.
- Filamentösa alger
(perenn – annuell)
- Potamogeton (2 sp.)
- Rooted plants
- High vegetation (>50cm)
- Furcellaria, Charales,
Myriophyllum,
Zannichellia/Ruppia
Superb, Lidar
Indata, prediktorer/förklarande
Uteslutna prediktorer:
- alternativa salinitetsmått
- temperatur (DD200)
- Ice, antal veckor >30%
istäcke
Relativt god tillgång och
intressanta spår att följa
upp!
Superb
Statistisk modell/habitatbeskrivning
Response
Fucus
Rooted Plants
cvAUC
0.94 (0.04)
0.95 (0.03)
Variable importance (%)
Deviance
Depth
SWM
0.53 (0.01)
62 (5)
16 (3)
0.59 (0.01)
35 (15)
47 (13)
Secchi
4 (2)
18 (7)
Salinity
18 (5)
Prevalence (%)
23
15
Superb
Predikterade habitatkartor (utan substrat)
cvAUC:
testAUC:
0.94
0.93
0.95
0.93
Response
Filamentous
algae
Fucus
Furcellaria*
Rooted Plants
Charales*
Myriophyllum*
Potamogeton
High vegetation
> 50 %*
AUC
field
depth
AUC
lidar
AUC
Finmarinet
depth
0.80
0.87
0.70
0.90
0.73
0.88
0.88
0.79
0.86
0.69
0.91
0.74
0.88
0.88
0.79
0.85
0.68
0.89
0.74
0.85
0.87
0.89
0.89
0.85
Viss försämring med att
använda interpolerade
sjömätningar jämfört med
fältmätta djup (t=3.052, df=7,
p=0.0185), men ingen skillnad
mellan fältmätt djup och Lidar
(t=0.4237, df=7, p=0.6845)
Tillgång till Lidar
förbättrar predikterade
habitatkartor!
Exempel från länsprojekt
Satellitbeskrivning av siktdjup, Södermanland
Samarbete med Brockman Geomatics Sweden AB & Strömbeck Consulting AB
• Kombination av två
satelliter med olika
egenskaper, Landsat
och Meris
• Fältmätta
kalibrerings- och
oberoende testdata
• God potential för
siktdjupskartering av
stora områden
• Betydelse för
biologisk kartering?
Florén K, Philipson P, Strömbeck N, Nyström Sandman A, Isaeus M, Wijkmark N. 2012. Satellite derived
Secchi depth for improvement of habitat modelling in coastal areas. AquaBiota Report 2012:02.
Satellitbeskrivning av siktdjup, Södermanland
Samarbete med Brockman Geomatics Sweden AB & Strömbeck Consulting AB
Responsdata – 1008 dropvideolokaler
• Blåstång
• Sudare
• Rödblad
• Fintrådiga rödalger
• Kräkel
• Axslinga
• Borstnate
• Ålnate
• Blåmussla
Prediktorvariabler
• Siktdjup – med och utan
• Djup
• Lutning
• Kurvatur
• Vågexponering
• Salinitet
• Temperatur
• Närhet till industri
Satellitbeskrivning av siktdjup, Södermanland
Samarbete med Brockman Geomatics Sweden AB & Strömbeck Consulting AB
• Tillgång till siktdjup förbättrade prediktiv förmåga för 3/9 arter.
• Lokala effekter i predikterade mönster
Prediktioner visas i 200m
cellupplösning men är gjord i 10m
Alternativt angreppssätt - Siktdjup via modellering
Övervakningsdata
Medelvärden 2000-2008
(månader 5-9)
Totalt 821 provpunkter (80%)
användes för modellbygge och
206 provpunkter (20%) hölls
tillbaka för validering
Siktdjup beskrevs med
koordinater, djup och andelen
land inom 5km (avrinning)
Deviance explained 85.3,
R2 mot tillbakahållet data 0.79
RMSE 0.69m
– vilket får ses som väldigt bra
Substrat (för habitatkartering)
• Substrat den viktigaste prediktorvariabeln för
bentisk vegetation (och för förekomst av
evertebrater)
• Substrat saknas i stor utsträckning.
SGU 1:100 000, ej det biologiskt relevanta ytsubstratet
* SGU -> ”så bra klassning av
ytsubstrat det går”
* sonar
Används till modellering inom
länsprojekt i Blekinge samt
Skåne, Marmoni
http://marmoni.balticseaportal.net/wp/
Substrat
• Ytkartering av substrat:
• EUNIS (atlant) (överlapp…)
• Matchning SGU – dropvideo?
• Generellt finns en ganska bra
överensstämmelse mellan SGU:s
substratkartor och våra inventeringsdata.
• Ffa för fint/lerigt/gyttjigt samt hårt
• Problematiskt för sten/grus/grov
sand/sand/fin sand, med undantag för
sand/fin sand i Skåne (1:100 000)
Förhoppningar att komma åt EUNISmodeller/kartprediktioner.
• Ffa om man kan tillåta sig slå samman
sand/grus-klasser.
• Alternativa lösningar diskuteras
K1 Cobbles, boulders and bedrock (rock)
Hårdbotten dominerad av homogen häll. Även block och stora stenar
ingår.
Dominerande sedimentkategori (SGU): kristallin- och sedimentär
berggrund
Vanligt djup: 5-30 m
Övrigt: sand, gravel och pebbles kan förekomma
K3 Sand, coarse sand, gravel, shellgravel and pebbles
Heterogen botten dominerad av sand. Även grovsand, grus och små
stenar ingår.
Dominerande sedimentkategori (SGU): glacial lera
Vanligt djup: 5-90 m
Övrigt: cobbles och nodules kan förekomma
Hallberg O, Nyberg J, Elhammer A, Erlandsson C. 2010. Ytsubstratklassning av
maringeologisk information. SGU-rapport: Dnr 08-1565/2009, Rapport Maringeologi nr 2010:1.
Kartering av habitat som förvaltningsunderlag
- Behov av rumsliga förvaltningsunderlag
- Undervattensvideo lämplig metod för ”habitatkartor”
- Teknisk utveckling -> bättre förvaltningsunderlag
inkl. konfidens
(osäkerhet)
- Regionalt planeringsverktyg (Länsprojekt)
- Utpeka områden med höga/låga naturvärden
- Ärendehantering: vägledning om ytterligare
platsundersökningar
- Storskalig översiktsplanering
- Vidare anv. av kartbaserade förvaltningsverktyg
- Scenarioanalyser
- Rumslig planering
Tack!
Göran Sundblad
+46 8 522 302 51
[email protected]