Papers by Adriana Marcinkowska-Ochtyra
Remote Sensing, Apr 26, 2023
This article is an open access article distributed under the terms and conditions of the Creative... more This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution (CC BY
Remote Sensing
One of the ideas behind vegetation monitoring is the ability to identify different vegetation uni... more One of the ideas behind vegetation monitoring is the ability to identify different vegetation units, such as species, communities, habitats, or vegetation types. Remote sensing data allow for obtaining such information remotely, which is especially valuable in areas that are difficult to explore (such as mountains or wetlands). At the same time, such techniques allow for limiting field research, which is particularly important in this context. Remote sensing has been utilized for vegetation inventories for many decades, using airborne and spaceborne platforms. Developing newer tools, algorithms and sensors is conducive to more new applications in the vegetation identification field. The Special Issue “Remote Sensing Applications in Vegetation Classification” is an overview of the applications of remote sensing data with different resolutions for the identification of vegetation at different levels of detail. In 14 research papers, the most frequent different types of crops were anal...
Sylwia Szporak-Wasilewska (1), Gabriela Kuc (1), Jacek Jóźwiak (1), Luca Demarchi (1), Jarosław C... more Sylwia Szporak-Wasilewska (1), Gabriela Kuc (1), Jacek Jóźwiak (1), Luca Demarchi (1), Jarosław Chormański (1), Adriana Marcinkowska-Ochtyra (2), Adrian Ochtyra (2), Anna Jarocińska (2), Anita Sabat (2), Bogdan Zagajewski (2), Barbara Tokarska-Guzik (3), Katarzyna Bzdęga (3), Andrzej Pasierbiński (3), Barbara Fojcik (3), Monika Jędrzejczyk-Korycińska (3), Dominik Kopeć (4), Justyna Wylazłowska (4), Beata Woziwoda (4), Dorota Michalska-Hejduk (4), Anna Halladin-Dąbrowska (4), and the MGGP Aero Sp. z o. o. (Jan Niedziełko, Łukasz Sławik) Team
Ocena przydatności obrazów hiperspektralnych APEX oraz maszyn wektorów nośnych (SVM) do klasyfikacji roślinności subalpejskiej i alpejskiej Karkonoszy
Remote Sensing
Habitat mapping is essential for the management and monitoring of Natura 2000 sites. Time-consumi... more Habitat mapping is essential for the management and monitoring of Natura 2000 sites. Time-consuming field surveys are still the most frequently used solution for the implementation of the European Habitats Directive, but the use of remote sensing tools for this is becoming more common. The high temporal resolution of Sentinel-2 data, registering the visible, near, and shortwave infrared ranges of the electromagnetic spectrum, makes them valuable material in this context. In this study, we aimed to use multitemporal Sentinel-2 data for mapping three grassland Natura 2000 habitats in Poland. We performed the classification based on spectro-temporal features extracted from data collected from eight different terms within the year 2017 using Convolutional Neural Networks (CNNs), and we also tested other widely used machine learning algorithms for comparison, such as Random Forests (RFs) and Support Vector Machines (SVMs). Based on ground truth data, we randomly selected training and val...
Ocena kondycji drzewostanów Tatrzańskiego Parku Narodowego za pomocą metody drzewa decyzyjnego oraz wielospektralnych obrazów satelitarnych Landsat 5 TM
The paper presents a method of Landsat 5 Thematic Mapper satellite image processing to assess the... more The paper presents a method of Landsat 5 Thematic Mapper satellite image processing to assess the condition of forests in the Tatra National Park (southern Poland). Selected images were acquired on 1987/09/01, 2005/09/02 and 2011/09/03 from the same sensor with maximum time interval for the first and last scene and from similar phenological period. Firstly, the data were radiometrically corrected using the ATCOR 2/3 software and Digital Terrain Model from the ASTER mission. Quality of the correction was assessed calculating RMSE for reflectance values from images and resampled spectral characteristics collected in terrain. RMSE was in range 3−10%. Next, basing on Landsat images, Normalized Difference Infrared Index (NDII) and a Maximum Likelihood supervised classificatory, following dominant land cover types were identified: forests (including dwarf pine), grasslands, rocks, lakes, shadows (additionally clouds were distinguished on data from 1987/09/01). It allowed to select forest ...
The paper is focused on the classification of vegetation above the tree-line in the Krkonoše Mts.... more The paper is focused on the classification of vegetation above the tree-line in the Krkonoše Mts. National Park (KRNAP) using hyperspectral data (APEX). The vegetation above tree-line (altitude above 1350 m) is the unique ecosystem which is characterized by mosaic of subalpine meadows with Nardus stricta and Pinus mugo growths, subalpine peat-bog, rocks and another areas of the lichen tundra in the highest parts in the Krkonoše Mts. Studying of Pinus mugo and competitive strong grasses (Molinia caerulea and Calamagrostis villosa) expansion to the original meadows with Nardus stricta is very important issue for environmental protection. The aim of this study is to classify two species Nardus stricta and Calluna vulgaris spatial distribution in the western part of tundra in the Krkonoše Mts. National Park. Different classification methods (e.g. support vector machine, spectral information divergence or spectral angle mapper) are used and evaluated. The goal is to find best classificat...
Od lat 1960. pogarszały się warunki i stan roślinności Karkonoszy. Było to spowodowane początkowo... more Od lat 1960. pogarszały się warunki i stan roślinności Karkonoszy. Było to spowodowane początkowo wielowiekową gospodarką leśną, gdzie w miejsca wylesione zasadzano monokultury świerkowe, czego skutkiem było zastąpienie świerkiem zarówno mieszanych lasów pogórza, jak i bukowego regla dolnego, co zakłóciło stabilność całego ekosystemu. W latach 1980. i 1990. nastąpiło zamieranie drzewostanów spowodowane m.in. skażeniem powietrza docierającego znad obszarów przemysłowych, silnymi wiatrami, a wzmożone dodatkowo gradacyjnym rozwojem szkodników (Danielewicz i in. 2013). W całych sudetach klęska ekologiczna objęła około 15 tys. ha (Raj 1992). W roku 1982 ogłoszono stan klęski ekologicznej w dawnym województwie jeleniogórskim. po ustąpieniu zagrożenia środowiska zanieczyszczeniami atmosfery nastąpiło odnawianie powierzchni poklęskowych, jak również realizacje programów rewitalizacji lasu. pod koniec lat 80. wykonywano znaczne cięcia sanitarne w celu usunięcia martwych drzewostanów, natomiast od około 2000 roku nastąpiło niemal całkowite odnowienie powierzchni poklęskowych. Ocenia się, że zbiorowiska leśne ulegają stałej regeneracji oraz stabilizacji (Raj & zientaRski 2004). tereny górskie cechują się dużymi deniwelacjami i utrudnio-nym dostępem eksploracyjnym, dlatego warto bazować na zdalnych technikach i metodach badawczych. sensory lotnicze i satelitarne rejestrują widmo elektromagnetyczne, które pozwala identyfikować dużą liczbę składowych środowiska
GIS Day 2014 – „GIS w Stolicy”, czyli GIS – Wymiary współczesności
Metody oceny stanu kondycyjnego lasów są ważnym elementem monitoringu obszarów chronionych (NageN... more Metody oceny stanu kondycyjnego lasów są ważnym elementem monitoringu obszarów chronionych (NageNdra i in. 2013), jak i oceny potencjalnych korzyści ekonomicznych wynikających z użytkowania terenów leśnych (ashuNtosh 2012). Wydajne zarządzanie lasem wymaga pozyskania wielu informacji dotyczących drzewostanu, z których znajomość powierzchniowego udziału poszczególnych gatunków drzew jest jedną z najważniejszych (sheN i in. 2010). Obecnie stosowane metody polegające na klasyfikacji drzewostanu z użyciem wysokorozdzielczych zobrazowań i fotointerpretacji są bardzo pracochłonne szczególnie, kiedy trzeba opracować duży obszar (JoNes i in. 2010). Jednym z obszarów chronionych, który został uszkodzony w wyniku antropopresji są Karkonosze. ponad 30 lat temu gwałtowny rozwój przemysłu w tzw. "czarnym trójkącie" oraz uwarunkowania środowiskowe (rzeźba terenu) spowodowała kwaśne deszcze, które uszkodziły duże połacie lasów (Jadczyk 2009). Osłabione drzewa szybko padły ofiarą szkodników, co tylko miało decydujący wpływ na rozmiary poniesionych szkód. stopień zniszczenia drzewostanów KpN nie okazał się tak duży, jak go początkowo oceniano, jednak sama katastrofa stanowi przykład złych decyzji oraz błędnego podejścia do zagadnienia ochrony obszarów cennych przyrodniczo (Mazurski 2009). Z tego powodu dokładna informacja na temat drzewostanu oraz jego kondycji jest bardzo potrzebna w zarządzaniu zasobami przyrodniczymi parku Narodowego. stosując zaawansowane technicznie sensory hiperspektralne możliwe jest dokonanie dokładniejszych analiz, niż jest to możliwe w przypadku zastosowania danych wielospektralnych. teledetekcja hiperspektralna to technologia rejestrująca i przetwarzająca dane pozyskane w sposób zdalny w wąskich zakresach ciągłego widma elektromagnetycznego, w co najmniej 40 ciągłych spektralnie kanałach (goetz 2009). tego rodzaju dane pozwalają na dokładniejsze analizy stanu kondycyjnego i klasyfikacje roślin. Jednymi z pierwszych badań dotyczącym klasyfikacji gatunków drzewiastych z wykorzystaniem danych hiperspektralnych było badanie przeprowadzone przez amerykańską służbę geologiczną UsGs 1 w 2003 roku (kokaly i in. 2003). sklasyfikowano osiem klas pokrycia terenu w lasach parku
Zastosowanie modeli transferu promieniowania do symulowania współczynnika odbicia od roślinności nieleśnej Karkonoszy
Klasyfikacja gatunków drzewiastych Góry Chojnik (KPN) z wykorzystaniem lotniczych danych hiperspektralnych APEX
Sylwan, 2015
Geoinformatics along with remote sensing are widely used as cartography supporting tools that all... more Geoinformatics along with remote sensing are widely used as cartography supporting tools that allows revision and digitalization of analogue maps. The aim of this research was to test an applicability of remote sensing data and geoinformatic software in refining and updating analogue geomorphological maps of young glacial areas. The area of research covered glacial areas of north western Poland caused by Würm glacial period (also called Wisconsin or Vistulian). All analysis were held in ESRI’s ArcGIS 10 software. Two types of materials were used: scanned analogue cartographic materials (geomorphological map 1:500 000, geological map 1:200 000, topographic map 1:100000) and digital data (Landsat 5 TM RGB 453 composition and SRTM Digital Terrain Model). During the process a geomorphological map 1:500 000 has been digitalized and rescaled to 1:300 000. All map units has been manually revised, their content updated and borders refined based on information acquired from Landsat 5 TM imag...
„GIS w Stolicy” na Uniwersytecie Warszawskim
Zbiorowiska roślinne ekosystemów górskich są istotnym wskaźnikiem zmian klimatycznych na świecie ... more Zbiorowiska roślinne ekosystemów górskich są istotnym wskaźnikiem zmian klimatycznych na świecie i powinny być one monitorowane w celu prawidłowego nimi zarządzania, w szczególności na obszarach chronionych. Duża różnorodność i skomplikowanie struktury przestrzennej roślinności górskiej wymaga wykorzystania zaawansowanych metod badawczych. Jednym z cennych narzędzi do ich przeprowadzania są techniki teledetekcyjne, umożliwiające pozyskiwanie danych bezkontaktowo, zarówno z pułapu satelitarnego, jak i lotniczego oraz naziemnego. Urozmaicona rzeźba terenu, duże deniwelacje i heterogeniczność środowiska wpływa na liczbę mieszanych pikseli na obrazach teledetekcyjnych, co jest problemem zarówno dla obrazów o niskiej rozdzielczości przestrzennej, jak również wielospektralnych. W takim przypadku bardzo istotne jest użycie technik hiperspektralnych, rejestrujących promieniowanie elektromagnetyczne nieprzerwanie w wielu wąskich zakresach, o wysokiej rozdzielczości przestrzennej, oznaczające...
Remote Sensing, 2018
Mapping plant communities is a difficult and time consuming endeavor. Methods relying on field su... more Mapping plant communities is a difficult and time consuming endeavor. Methods relying on field surveys deliver high quality data but are usually limited to relatively small areas. In this paper we apply airborne hyperspectral data to vegetation mapping in remote and hard to reach areas. We classified 22 vegetation communities in the Giant Mountains on 3.12-m Airborne Prism Experiment (APEX) hyperspectral images, registered in 288 spectral bands (10 September 2012). As the classification algorithm, Support Vector Machines (SVM) was used. APEX data were corrected geometrically and atmospherically, and three dimensionality reduction methods were performed to select the best dataset. As reference we used a non-forest vegetation map containing vegetation communities of Polish Karkonosze National Park from 2002, orthophotomap and field surveys data from 2013 to 2014. We obtained the post-classification maps of 22 vegetation communities, lakes and areas without any vegetation. Iterative ac...
International Journal of Remote Sensing, 2017
The characterization of vegetation is a very important ecological task, especially in sensitive m... more The characterization of vegetation is a very important ecological task, especially in sensitive mountain areas, as alpine regions often respond to small short-term variations of abiotic and biotic components as well as long-term global changes. Spatial techniques, such as imaging spectroscopy, allow for detailed classification of different syntaxonomic categories of vegetation and their status. Based on the Airborne Prism Experiment (APEX) and simulated Environmental Mapping and Analysis Program (EnMAP) data, this study focused on subalpine and alpine vegetation mapping in the eastern part of the Polish Karkonosze National Park (KPN). The spatial resolution of APEX (3.12 m) enabled the classification of 21 vegetation communities, which was generalized into eight vegetation types. These types were identified on scaled-up APEX data, as both 252 bands from most of the spectral range and a spectrally reduced dataset of 30 minimum noise fraction (MNF) transforms, and compared to the simulated (30 m spatial resolution) EnMAP data using test areas extracted from the field survey derived reference non-forest vegetation map. After preprocessing, a pixel purity index (PPI) was calculated using the MNF image and then the training and validation pixels were selected with Support Vector Machine classification of vegetation communities carried out using different kernel functions: linear, polynomial, radial basis function, and sigmoid. The classification accuracy was obtained for 21 base classes, and the best result was achieved by using the linear function and 252 bands (overall accuracy (OA) of 74.39%). The next step was to classify the eight generalized vegetation types, and the OA for the APEX data reached 90.72% while EnMAP reached 78.25%. The results show the potential use of APEX and EnMAP imagery in mapping subalpine and alpine vegetation on a community and vegetation-type scales, within a diverse ecosystem such as the Karkonosze National Park.
Miscellanea Geographica, 2014
The paper deals with the evaluation of mountain meadow vegetation condition using in-situ measure... more The paper deals with the evaluation of mountain meadow vegetation condition using in-situ measurements of the fraction of Accumulated Photosynthetically Active Radiation (fAPAR) and Leaf Area Index (LAI). The study analyses the relationship between these parameters and spectral properties of meadow vegetation and selected invasive species with the goal of finding out vegetation indices for the detection of fAPAR and LAI. The developed vegetation indices were applied on hyperspectral data from an APEX (Airborne Prism Experiment) sensor in the area of interest in the Krkonoše National Park. The results of index development on the level of the field data were quite good. The maximal sensitivity expressed by the coefficient of determination for LAI was R2 = 0.56 and R2 = 0.79 for fAPAR. However, the sensitivity of all the indices developed at the image level was quite low. The output values of in-situ measurements confirmed the condition of invasive species as better than that of the va...
Remote Sensing, 2020
The electromagnetic spectrum registered via satellite remote sensing methods became a popular dat... more The electromagnetic spectrum registered via satellite remote sensing methods became a popular data source that can enrich traditional methods of vegetation monitoring. The European Space Agency Sentinel-2 mission, thanks to its spatial (10–20 m) and spectral resolution (12 spectral bands registered in visible-, near-, and mid-infrared spectrum) and primarily its short revisit time (5 days), helps to provide reliable and accurate material for the identification of mountain vegetation. Using the support vector machines (SVM) algorithm and reference data (botanical map of non-forest vegetation, field survey data, and high spatial resolution images) it was possible to classify eight vegetation types of Giant Mountains: bogs and fens, deciduous shrub vegetation, forests, grasslands, heathlands, subalpine tall forbs, subalpine dwarf pine scrubs, and rock and scree vegetation. Additional variables such as principal component analysis (PCA) bands and selected vegetation indices were include...
Threshold- and trend-based vegetation change monitoring algorithm based on the inter-annual multi-temporal normalized difference moisture index series: A case study of the Tatra Mountains
Remote Sensing of Environment
Uploads
Papers by Adriana Marcinkowska-Ochtyra