Vai al contenuto

Raccolta di dati Ground Truth con QField per la mappatura LULC nelle Figi

Di Kevin Davies, School of Geosciences, Università di Sydney

Scopo

Le comunità delle Figi fanno affidamento sulle risorse paesaggistiche per le attività agricole e attività legate alla silvicoltura. Una mappatura accurata e il monitoraggio dei modelli di dell'uso e della copertura del suolo (LULC) nel corso del tempo e su scala adeguata è importante per informare la gestione del paesaggio, le politiche e lo sviluppo sostenibile intelligente dal punto di vista climatico.

Il Ministero delle Foreste delle Figi sta sviluppando in collaborazione un approccio con le Università di Sydney (USYD), dell'Australia Occidentale (UWA) e del Sud Pacifico (USP) per produrre una mappa LULC interannuale utilizzando Sentinel-2 e gli strumenti geospaziali liberamente disponibili. QFIeld è stato utilizzato per raccogliere dati Ground Truth nel paesaggio per la formazione e la convalida della mappa LULC.

Procedura

  1. Il modulo di raccolta Ground Truth LULC è stato progettato in QGIS.
  2. È stata generata una serie di posizioni predefinite, basate su su una stratificazione di dati satellitari all'interno dell'area di studio.
  3. Il modulo, le trame predefinite e lo sfondo offline adeguato I layer sono stati impacchettati in QGIS e poi caricati su ognuno dei tablet utilizzati dal team sul campo (Figura 1).
  4. Un membro del team ha navigato in una zona predefinita in QField e ha creato un punto Ground Truth nel luogo in cui si trova ed etichettato il punto con l'etichetta di classe LULC predefinita più appropriata (Figura 2).
  5. I dati raccolti da tutti i tablet sono stati combinati in un'unica raccolta dati in QGIS.
  6. L'interpretazione delle immagini tramite la piattaforma OpenForis sarà utilizzata per aumentare il numero di zone Ground Truth.
  7. La raccolta finale Ground Truth sarà importata in Google Earth per produrre la mappa LULC e calcolare l'accuratezza della mappa.

Figura 1: Zone Ground Truth predefinite
Figura 1: Zone Ground Truth predefinite

Figura 2: Cattura della classe di copertura del suolo
Figura 2: Cattura della classe di copertura del suolo

Risultati preliminari e lavoro futuro

Un esempio di mappa preliminare della copertura del suolo è riportato nella Figura 3. Un obiettivo importante del nostro lavoro è quello di trasferire competenze e costruire capacità con le parti interessate locali per continuare ad aggiornare la mappa LULC su base annuale e di espandere la mappa per includere altre comunità, bacini idrografici e aree forestali delle Figi. Questo sviluppo delle capacità comprenderà la consultazione iterativa degli stakeholder, materiale formativo online, workshop di formazione sul campo e in aula, e lavoro collaborativo sul campo.

Figura 3: Mappa preliminare della copertura del suolo per la regione di Ba, Viti Levu,
Figi
Figura 3: Mappa preliminare della copertura del suolo per la regione di Ba, Viti Levu, Figi

Riconoscimenti

Desideriamo ringraziare il team sul campo del Ministero delle Foreste delle Figi in particolare Viliame Tupua e Renata Varea (USP). Il progetto è stato finanziato dall'Australian Centre for International Agricultural Research (ACIAR); ASEM/2016/101).

La squadra sul campo di Fiji Forestry/USP sta per raccogliere i dati Ground Truth
con QField.
La squadra sul campo di Fiji Forestry/USP sta per raccogliere i dati Ground Truth con QField.