Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
Tungalag A, Tolmon R 
NUM-ITC-UNESCO Space Science/Remote Sensing 
International Laboratory, National University of Mongol...
Remote Sensing/GIS in Mongolia 
Introduction 
Mongolia has a big territory, 
remote sensing offers a unique 
access to pri...
Introduction (cont) 
Desertification in Mongolia
LAND DEGRADATION
Судалгааны муж 
Судалгаанд хамрагдсан талбай, MODIS хиймэл дагуул, 250 м
Ашигласан мэдээ 
Band 2 Band 3 
SPOT /VEG/ хиймэл дагуулын 1 км-ийн нарийвчлалтай 
•B2 (спектрийн шийд нь 0,61-0,68) 
•B3 ...
Ашигласан мэдээ 
Тус судалгаанд LANDSAT (TM, ETM) хиймэл дагуулын, 30м-ийн 
нарийвчлалтай (path 134, row 28) 
1989 оны 08...
Ашигласан мэдээ 
Хур тунадас, температурын мэдээ: 1981-2007 оны 6,7,8 
сарын хур тунадас, температурын мэдээ болон газрын...
Аргазүй 
SPOT хиймэл дагуулын сувгийн мэдээг ашиглан хөрсний 
чийгээс хамаарсан ургамлын индекс буюу MSAVI /Modified Soil...
Аргазүй 
Soil-adjusted vegetation index (SAVI) 
SAVI = NIR - 
RED + 
• NIR (Near Infra Red)-Ойрын нил улаан туяаны муж 
• ...
Аргазүй 
Ки болон бусад эрдэмтэд (1994) SAVI дээр үндэслэн дүрс 
мэдээнд ашиглах боломж бүхий дараагийн дэвшилттэй 
хувил...
Аргазүй 
Газарзүй мэдээллийн системийн нөхцөлт функц 
/Map Algebra Conditional function/ 
Дараах нөхцөлийг газрын бодит х...
Доройтлын хэмжигдэхүүн 
0 6 
MSAVI 
температур 
Хур тунадас 
Хүн ам 
Уурхай 
Ямаа 
Аргазүй 
Газарзүй мэдээллийн систем
Дүн шинжилгээ 
SPOT хиймэл дагуулын 1998-2007 оны VI, VII, VIII сарын 
нийлмэл мэдээ тус бүр дээр боловсруулалт хийж 
Өвө...
Өвөрхангай аймгийн 
газрын бүрхүүлийн 10 
жилийн өөрчлөлтийг 
MSAVI-ийн утгаар 
Дүн шинжилгээ
Дүн шинжилгээ 
Дээрх боловсруулалтаас онги голын сав газрын ургамалжилтыг 
хамарсан талбайн (MSAVI утгаар ангилсан олон жи...
Дүн шинжилгээ 
Өвөрхангай аймгийн сумдуудаас экосистемийн доройтолд хамгийн ихээр 
өртөөд байгаа буюу Онги голын сав нутаг...
NDVI 
1999.7.23 í û Landsat 
50 
45 
40 
35 
30 
25 
20 
15 
10 
5 
0 
0= 0-0,1 0,1-0,2 0,2-0,3 0,3-0,4 0,4-0,5 >0,5 
NDVI...
Дүн шинжилгээ 
Экосистемийн доройтолд нөлөөлөх тодорхой хүчин зүйлсүүдийг 
ашиглан доройтлын зураглалыг тухайн аймгийн сум...
Дүн шинжилгээ 
120.00 
100.00 
80.00 
60.00 
40.00 
20.00 
0.00 
Хархорин 
Бүрд 
Хужирт 
Бат-Өлзий 
Баян- 
Зүүнбаян- 
Уянг...
Дүгнэлт 
Өвөрхангай аймгийн нийт сумдын ургамалжилтийн сүүлийн 
10жилийн өөрчлөлтөөс харахад уул уурхайн үйл ажиллагаа 
я...
CHANGE DETECTION
Objectives 
-To apply change detection technique and 
supervised classification using radiometric and 
geometric corrected...
LANDSAT DATA 
COST Atmospheric 
correction 
1. Ground truth 
-529 sample points from 
high Google Earth 
2. Socio-Economic...
Image preprocessing
Digital Image processing of satellite images can be divided into: 
 Pre-processing 
 Enhancement and Transformations 
 ...
Radiometric correction is used to modify DN values to account for 
noise, i.e. contributions to the DN that are a result o...
Classification 
Supervised classification – a procedure where the analyst 
guides or supervises the classification proces...
Multiband Classification Approaches 
 Minimum distance classifiers 
 Parallelepiped classifiers 
 Maximum likelihood cl...
Maximum likelihood classifiers 
Based on a probability function derived from a 
statistical distribution of reflectance v...
Methodology 
COST atmospheric correction. 
-The inputs to the model are the Earth-Sun Distance, sun 
elevation angle, and...
Reflectance conversion + atmospheric correction 
(COST) 
REF= (PI*(Lsat-Lhaze)) 
(TAUv*(Eo*Cos(TZ)*TAUz+Edown)) 
Lhaze: u...
COST REFERENCE
Analysis 
Results of COST Radiometric correction
Methodology 
 UNSUPERVISED change detection plays an important role in many 
application domains related to the exploitat...
Methodology 
Supervised Classification (Maximum Likelihood) 
In order to make land cover legends, we used the 
baseline l...
RESEARCH RESULTS
Test site-1 
Change detection in the area of Illegal gold miners, 2002 and 2007 years, 
Landsat Image
Test site-2 
Change detection in the area of Domestic Investment company 
(2002 and 2007 years, Landsat Image)
Test site-3 
Change detection in the area of Foreign Investment company, 2002 and 2007 years, 
Landsat Image
2002 2007 
Mining site, Landsat Image, MSAVI2 
2 2 1 (2 1) 8( ) / 2 2 
úû ù 
êë é 
MSAVI = NIR + - NIR + - NIR - RED
2002 2009 
Pasture land
Contribution to Land Degradation 
Land degradation has been identified as one the 
priority concerns. Causes of land degra...
Discussion and Recommendation 
This study contributes to the research which involves policy 
makers and stakeholders to d...
ENVIRONMENTALIMPACT ANALYSIS 
IN ECONOMIC GROWTH: 
THE CASE OF MONGOLIA 
UNIVERSITÀ DEGLI STUDI DI TORINO 
Oyunjargal Jal...
The thesis of the work tested how environmental elements effect to current 
Mongolian economic growth, which is growing ec...
Source: http://www.mram.gov.mn/pdac/ (Mineral Resource Authority of Mongolia)
The three pillars or principles of sustainable development 
Figure source: http://www.cei-bois.org/en/roadmap-2010/wood-in...
Investment for environment protect and 
rehabilitation
Degraded land of Mongolia, 
1997 
2013
Therefore, degraded land and vegetation index 
have indirect relation.
Thank you 
tungalag0504@gmail.com 
,
Land cover changes studies
Land cover changes studies
Land cover changes studies
Land cover changes studies
Land cover changes studies
Nächste SlideShare
Wird geladen in …5
×

Land cover changes studies

1.927 Aufrufe

Veröffentlicht am

Mongolian Central region land cover changes studies by Tungaa

Veröffentlicht in: Umweltschutz
  • Als Erste(r) kommentieren

Land cover changes studies

  1. 1. Tungalag A, Tolmon R NUM-ITC-UNESCO Space Science/Remote Sensing International Laboratory, National University of Mongolia GIS Meeting 8 October 2014, Ulaanbaatar, Mongolia
  2. 2. Remote Sensing/GIS in Mongolia Introduction Mongolia has a big territory, remote sensing offers a unique access to primary data about the research of land surfaces. •Economically beneficial •Accessible unreachable places •Natural Disaster vulnerable
  3. 3. Introduction (cont) Desertification in Mongolia
  4. 4. LAND DEGRADATION
  5. 5. Судалгааны муж Судалгаанд хамрагдсан талбай, MODIS хиймэл дагуул, 250 м
  6. 6. Ашигласан мэдээ Band 2 Band 3 SPOT /VEG/ хиймэл дагуулын 1 км-ийн нарийвчлалтай •B2 (спектрийн шийд нь 0,61-0,68) •B3 (спектрийн шийд нь 0,79-0,89) сувгийн болон NDVI-ийн 1998-2007 оны жил бүрийн VI, VII, VIII-р сар
  7. 7. Ашигласан мэдээ Тус судалгаанд LANDSAT (TM, ETM) хиймэл дагуулын, 30м-ийн нарийвчлалтай (path 134, row 28) 1989 оны 08 сарын 25 1999 оны 07 сарын 22 Энэ мэдээ нь хугацааны хувьд харьцуулахад нэлээд тохиромжтой 8 жилийн зайтай ойролцоо хугацааны мэдээ юм.
  8. 8. Ашигласан мэдээ Хур тунадас, температурын мэдээ: 1981-2007 оны 6,7,8 сарын хур тунадас, температурын мэдээ болон газрын хэмжилтийн мэдээнүүд Нийгэм статистикийн мэдээ: Өвөрхангай аймгийн сум тус бүрийн 1981-2007 оны малын тоо, 2000-2006 оны хоорондох хүн амын тоог тус тус ашигласан.
  9. 9. Аргазүй SPOT хиймэл дагуулын сувгийн мэдээг ашиглан хөрсний чийгээс хамаарсан ургамлын индекс буюу MSAVI /Modified Soil Adjusted Vegetation Index/, ургамлын нормчилсон индекс буюу NDVI /Normalized Difference Vegetation Index/-ийг тооцоолсон. Зайнаас тандан судлал
  10. 10. Аргазүй Soil-adjusted vegetation index (SAVI) SAVI = NIR - RED + • NIR (Near Infra Red)-Ойрын нил улаан туяаны муж • Red- үзэгдэх гэрлийн муж • L-сонгож авсан хүчин зүйл Huete, 1988 * (1 L) NIR + RED + L Зайнаас тандан судлал
  11. 11. Аргазүй Ки болон бусад эрдэмтэд (1994) SAVI дээр үндэслэн дүрс мэдээнд ашиглах боломж бүхий дараагийн дэвшилттэй хувилбарыг боловсруулж Modified Soil Adjusted Vegetation Index буюу MSAVI гэж нэрлээд дараах томъёог гаргасан úû ù êë é MSAVI = NIR + - NIR + - NIR - RED 2 2 1 (2 1) 8( ) / 2 2 Зайнаас тандан судлал
  12. 12. Аргазүй Газарзүй мэдээллийн системийн нөхцөлт функц /Map Algebra Conditional function/ Дараах нөхцөлийг газрын бодит хэмжилтийн үр дүнд тулгуурлан тооцоолсон. con ( [ямаа] > 20000, con ([MSAVI] < 0.35, 1, 0) ,0) con ( [хүн ам] > 6500, con ([уурхай] > 1, 2, 0) ,0) con ( [температур > 16, con ([хур тунадас] < 10, 3, 0) ,0) Газарзүй мэдээллийн систем
  13. 13. Доройтлын хэмжигдэхүүн 0 6 MSAVI температур Хур тунадас Хүн ам Уурхай Ямаа Аргазүй Газарзүй мэдээллийн систем
  14. 14. Дүн шинжилгээ SPOT хиймэл дагуулын 1998-2007 оны VI, VII, VIII сарын нийлмэл мэдээ тус бүр дээр боловсруулалт хийж Өвөрхангай аймгийн хэмжээнд ургамалжилтын ерөнхий төлөв байдлыг харуулсан MSAVI-ийн ангилалын зураглалыг гарган авсаныг дараах байдлаар харуулав.
  15. 15. Өвөрхангай аймгийн газрын бүрхүүлийн 10 жилийн өөрчлөлтийг MSAVI-ийн утгаар Дүн шинжилгээ
  16. 16. Дүн шинжилгээ Дээрх боловсруулалтаас онги голын сав газрын ургамалжилтыг хамарсан талбайн (MSAVI утгаар ангилсан олон жилийн зураг тус бүр дээр тооцож гаргасан талбайн эзэлхүүн) 10 жилийн өөрчлөлтийн графикийг үзүүлэв.
  17. 17. Дүн шинжилгээ Өвөрхангай аймгийн сумдуудаас экосистемийн доройтолд хамгийн ихээр өртөөд байгаа буюу Онги голын сав нутагд хамрагдах сумдын VI, VII, VIII-р сарын MSAVI-ийн дундаж утгыг бусад сумдтай харьцуулсан байдлыг дараах график-д үзүүлэв. 0.500000 0.450000 0.400000 0.350000 0.300000 0.250000 0.200000 0.150000 0.100000 0.050000 0.000000 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Онги голын сав Бусад сумд Өвөрхангай аймгийн нийт сумдын MSAVI-ийн өөрчлөлт
  18. 18. NDVI 1999.7.23 í û Landsat 50 45 40 35 30 25 20 15 10 5 0 0= 0-0,1 0,1-0,2 0,2-0,3 0,3-0,4 0,4-0,5 >0,5 NDVI óòãà Ýçëýõ òàëáàé, % Àëòí û óóðõàéí á¿ñýä Óóðõàéãààñ ãàäí àõ 1 êì -èéí áóô åð á¿ñýä NDVI 1989.06.09-í û Landsat Analysis 50 45 40 35 30 25 20 15 10 5 0 0= 0-0,1 0,1-0,2 0,2-0,3 0,3-0,4 0,4-0,5 >0,5 NDVI óòãà Ýçëýõ òàëáàé, % NDVI Î äî î ãèéí óóðõàéí òàëáàé Î äî î ãèéí óóðõàéãààñ 1 êì -èéí áóô åð á¿ñýä y = -0.0202x + 0.468 0.6 0.4 0.2 0 precipitation y = 0.4339x + 45.433 80 60 40 20 0 temperature y = 0.0279x + 14.887 20 15 10 5 0 population y = 465.13x + 6206.8 15000 10000 5000 0 mining y = 2.7212x + 1.5333 40 30 20 10 0 goat y = 5376.3x + 14479 100000 80000 60000 40000 20000 0 Factors in land degradation for Uynga soum
  19. 19. Дүн шинжилгээ Экосистемийн доройтолд нөлөөлөх тодорхой хүчин зүйлсүүдийг ашиглан доройтлын зураглалыг тухайн аймгийн сум тус бүр дээр ГМС-ийн Map Algebra функц, командуудын тусламжтайгаар нарийн тооцоолон гаргасан. Өвөрхангай аймгийн хэмжээнд газрын доройтолд өртсөн байдлыг сум тус бүр дээр нь харуулав
  20. 20. Дүн шинжилгээ 120.00 100.00 80.00 60.00 40.00 20.00 0.00 Хархорин Бүрд Хужирт Бат-Өлзий Баян- Зүүнбаян- Уянга Тарагт Хайрхан Сант Нарийн Баянгол Төгрөг Гучин-Ус Баруунбая Богд Зүйл Өлзийт % Доройтлын хэмжээ (%) NDVI Газарзүйн мэдээллийн системийн MAP ALGEBRA FUNCTION командын тусламжтайгаар тухайн газрыг доройтолд өртөж буй эсэхийг үнэн бодитойгоор цаг алдалгүй хямд зардлаар зайнаас тандан судалж тодорхойлох өндөр боломжтойг харуулж, судалгаа хийсэн газар нутгийн хэмжээнд тодорхой үр дүн гаргаж авсныг бодит байдалтай (NDVI) харьцуулсан байдал
  21. 21. Дүгнэлт Өвөрхангай аймгийн нийт сумдын ургамалжилтийн сүүлийн 10жилийн өөрчлөлтөөс харахад уул уурхайн үйл ажиллагаа явуулж байгаа газар болох Онги голын сав газрын MSAVI-нь бусад сумдынхаас ямагт бага байгаа нь голын сав газарт газрын доройтол явагдаж байна гэдгийг харуулж байна. Онги голын сав газрын нийт ургамалжилтын доройтол сүүлийн арван жилийн хугацаанд нэмэгдсэн хандлагатай байна. Энэ нь хүний буруутай үйл ажиллагаа болон ялангуяа уурхайн үйл ажиллагаанаас ихээхэн хамааралтай байгаа нь дээрх анализ үр дүнгүүдээс дүгнэж болох юм. Газарзүй мэдээллийн системийг ашиглаж тухайн бүс нутгийн сум тус бүрээр доройтсон байдлыг үнэлсэн нь үнэн бодит байдалтай таарсан дэвшилттэй үр дүн болсон юм.
  22. 22. CHANGE DETECTION
  23. 23. Objectives -To apply change detection technique and supervised classification using radiometric and geometric corrected data for Landsat Image from years 2002 and 2007. -To determine mining activity is dangerous impacted for land degradation.
  24. 24. LANDSAT DATA COST Atmospheric correction 1. Ground truth -529 sample points from high Google Earth 2. Socio-Economic -Climate and Statistic data Supervised classification - Maximum Likelhood Land cover mapping Discussion and future research Change Vector Analysis -Matlab algorithms The flow chart of the monitoring Change Detection Mapping
  25. 25. Image preprocessing
  26. 26. Digital Image processing of satellite images can be divided into:  Pre-processing  Enhancement and Transformations  Classification and Feature extraction Preprocessing consists of: Geometric correction: conversion of data to ground coordinates by removal of distortions from sensor geometry Radiometric Correction: removal of sensor or atmospheric 'noise', to more accurately represent ground conditions: to correct data loss, remove haze, enable mosaicking and comparison
  27. 27. Radiometric correction is used to modify DN values to account for noise, i.e. contributions to the DN that are a result of… a. the intervening atmosphere b. the sun-sensor geometry c. the sensor itself We may need to correct for the following reasons: a. Variations within an image (speckle or striping) b. between adjacent or overlapping images (for mosaicking) c. between bands (for some multispectral techniques) d. between image dates (temporal data) and sensors
  28. 28. Classification Supervised classification – a procedure where the analyst guides or supervises the classification process by specifying numerical descriptors of the land cover types of interest Unsupervised classification – the computer is allowed to aggregate groups of pixels into like clusters based upon different classification algorithms
  29. 29. Multiband Classification Approaches  Minimum distance classifiers  Parallelepiped classifiers  Maximum likelihood classifiers  Decision trees  and others
  30. 30. Maximum likelihood classifiers Based on a probability function derived from a statistical distribution of reflectance values
  31. 31. Methodology COST atmospheric correction. -The inputs to the model are the Earth-Sun Distance, sun elevation angle, and minimum DN values for each band. The model first converts each minimum DN value to an at-satellite minimum spectral radiance value: Lsat = bias + gain * DN (2) (Landsat 7 Science Data Users Handbook)
  32. 32. Reflectance conversion + atmospheric correction (COST) REF= (PI*(Lsat-Lhaze)) (TAUv*(Eo*Cos(TZ)*TAUz+Edown)) Lhaze: upwelling spectral radiance (path radiance), value derived from image using dark-object criteria; Calculated by using the dark object criteria (lowest value at the base of the slope of the histogram from either the blue or green band) TAUv: atmospheric transmittance along the path from ground to sensor, assumed to be 1 because of nadir look angle Eo: solar spectral irradiance TZ: solar zenith angle, ThetaZ TAUz: atmospheric transmittance along the path from the sun to the ground surface, Edown: downwelling spectral irradiance at the atmosphere Chavez, P.S. Jr (1996). Image-based atmospheric corrections – revisited and improved. Photogrammetric Engineering and Remote Sensing 62, 1025-1036.
  33. 33. COST REFERENCE
  34. 34. Analysis Results of COST Radiometric correction
  35. 35. Methodology  UNSUPERVISED change detection plays an important role in many application domains related to the exploitation of multitemporal remote sensing images. The availability of images acquired on the same geographical area by satellite sensors at different times makes it possible to identify and label possible changes that have occurred on the ground  Change vector analysis first computes a multispectral difference image (XD ) subtracting the spectral feature vectors associated with each corresponding spatial position in the two considered images X1 and X2 . Let XD be the multidimensional random variable representing the spectral change vectors in the difference image obtained as follows : XD = X2 − X1 [1] (Francesca Bovolo, and Lorenzo Bruzzone, University of Trento)
  36. 36. Methodology Supervised Classification (Maximum Likelihood) In order to make land cover legends, we used the baseline legends definitions from NELDA research. The assessment for 7 aggregated land cover classes included (APN report, 2010)
  37. 37. RESEARCH RESULTS
  38. 38. Test site-1 Change detection in the area of Illegal gold miners, 2002 and 2007 years, Landsat Image
  39. 39. Test site-2 Change detection in the area of Domestic Investment company (2002 and 2007 years, Landsat Image)
  40. 40. Test site-3 Change detection in the area of Foreign Investment company, 2002 and 2007 years, Landsat Image
  41. 41. 2002 2007 Mining site, Landsat Image, MSAVI2 2 2 1 (2 1) 8( ) / 2 2 úû ù êë é MSAVI = NIR + - NIR + - NIR - RED
  42. 42. 2002 2009 Pasture land
  43. 43. Contribution to Land Degradation Land degradation has been identified as one the priority concerns. Causes of land degradation can be divided into two categories natural and human induced . Natural cause: - Climate changes - Dust and sand storms …. Human induced: - Mining - Pasture Degradation /Overgrazing/
  44. 44. Discussion and Recommendation This study contributes to the research which involves policy makers and stakeholders to define and negotiate relevant scenarios in participatory approaches in the local area and to the studies about linking people to pixels. This case study will enable our researchers to plan for the future by making more educated decisions in issues stemming from mining, land degradation, water pollution and the potential health issues related to these environmental problems.  We will do discussion among participatory mining land and local people on mining awareness and land degradation. Also handouts for local environmentalists will be distributed.
  45. 45. ENVIRONMENTALIMPACT ANALYSIS IN ECONOMIC GROWTH: THE CASE OF MONGOLIA UNIVERSITÀ DEGLI STUDI DI TORINO Oyunjargal Jaltsav, Tungalag A
  46. 46. The thesis of the work tested how environmental elements effect to current Mongolian economic growth, which is growing economy becase of minig sector. The study extends the Solow model and the Ramsey-Cass-Koopmans model, including environmental elementswhich are setallite data degraded land and vegetation value that analyzed from Num-itc-Unesco space science and remote: sensing international laboratory of National University of Mongolia., between the 1995-2013. A description of the methodology of the study conducted follows together with thedata collected and econometric estimations and calibration with environmental elements. The concluding chapter will show the effects of the environmental elements of Mongolian economy.
  47. 47. Source: http://www.mram.gov.mn/pdac/ (Mineral Resource Authority of Mongolia)
  48. 48. The three pillars or principles of sustainable development Figure source: http://www.cei-bois.org/en/roadmap-2010/wood-in-sustainable-development
  49. 49. Investment for environment protect and rehabilitation
  50. 50. Degraded land of Mongolia, 1997 2013
  51. 51. Therefore, degraded land and vegetation index have indirect relation.
  52. 52. Thank you tungalag0504@gmail.com ,

×