Está en la página 1de 10

Mapeo de corales y hbitat bentnico usando DubaiSat-2:

Un enfoque espacial-espectral aplicado a la isla de Dalma, Emiratos rabes Unidos


(Golfo Arabe)
Hafa Ben-Romdhane, Prashanth Reddy Marpu, Taha B. M. J. Ouarda
Y Hosni Ghedira

Laboratorio de Observacin y Hidro-Climatologa de la Tierra, Centro del Instituto para el


Agua y el Medio Ambiente

(IWATER), Instituto Masdar de Ciencia y Tecnologa, Abu Dhabi, Emiratos rabes


Unidos

ABSTRACTO

El monitoreo por satlite de los hbitats costeros, como en el Golfo de Arabia, presenta un
desafo especial debido a la atenuacin de la luz a travs de la atmsfera turbia y el agua,
as como la similitud espectral de muchos hbitats bentnicos. El presente estudio tiene
como objetivo evaluar el potencial de las imgenes DubaiSat-2 en la cartografa de los
corales y el hbitat bentnico en la vecindad de Dalma Island, emiratos rabes Unidos
(Emiratos rabes Unidos). Para ello, este estudio propone una espectral-espacial que utiliza
una combinacin de diferentes tcnicas de teledeteccin para discernir las comunidades
bentnicas con referencia a su distribucin espacial. Este mtodo involucra segmentacin
multinivel, anlisis de caractersticas no lineales y mtodos de aprendizaje conjuntos para la
caracterizacin de corales, las clases bentnicas y los fondos marinos subyacentes. Mxima
verosimilitud y Random Forest, mtodos basados en pxeles, tambin se utilizaron para
comparacin de los resultados de la clasificacin. Los datos comparativos son derivados de
mapas de hbitat marinos publicados. La relacin espectro-espacial alcanza un 96.60% de
precisin global. Mxima verosimilitud y los mtodos de clasificacin aleatoria de los
bosques se 92,59% y 94,52% de precisin, respectivamente. La aplicacin del el mtodo
propuesto y el uso de las imgenes de DubaiSat-2 pueden planes de manejo costero bien
diseados en la regin.
1. Introduccin

Los corales del Golfo Prsico estn gravemente afectados por la temperatura positiva de la
superficie del mar anomalas y eventos de blanqueamiento asociados (Riegl 2002, 2003).
Segn algunas estimaciones, como l igual que el 35% de estos corales se han perdido
durante la decoloracin severa de los corales eventos de 1996 y 1998 (Wilkinson 2000).
Los Emiratos rabes Unidos (EAU) estn bordeados por el Golfo Arbigo y ocupa el 38
lugar de los 80 pases en trminos de tamao de los arrecifes de coral. Alberga un rea de
arrecifes de aproximadamente 1190 km2, que representa el 0,42% del total de los arrecifes
de coral del mundo (Spalding, Ravilious y Green 2001). Las costas y las islas que
flanquean Abu Dhabi, El emirato ms grande de los Emiratos rabes Unidos, albergan una
serie de importantes reas protegidas por el mar

Designados para sus hbitats significativos, como manglares, praderas marinas y coral
arrecifes (Al-Cibahy et al., 2012, Abed y Hellyer 2001). Los corales y los hbitats
bentnicos de Los Emiratos rabes Unidos estn sujetos a las presiones de la invasin
urbana e industrial y de Cambio climtico (Rezai et al., 2004) y por lo tanto debe ser el foco
de comportamiento. Los planes de conservacin y manejo bien diseados requieren un
monitoreo eficientes sistemas que incluyen el mapeo de la extensin y ubicacin de los
principales hbitats y comprensin de su estado y tendencias en el tiempo (Green et al.,
2005).

Las aguas costeras de Abu Dhabi son poco profundas y pticamente complejas (Sheppard
et al. 2010). La profundidad del agua vara en su mayor parte desde la zona intermareal
hasta menos de 30 m. El photic Zona que apoya los arrecifes de coral y los lechos de algas
se extiende a 6-15 m. Esta zona es generalmente verticalmente bien mezclada y turbios
debido a la alta accin de las olas causada por fuertes vientos como zhamal (Sheppard et
al., 2010, Riegl y Purkis 2012). La complejidad y heterogeneidad de aguas costeras poco
profundas proporcionan un ambiente desafiante para y la vigilancia de los hbitats
bentnicos. Esto se debe a la similitud en las caractersticas de reflectancia de
caractersticas bentnicas tales como corales, pastos marinos y macro algas (Lesser y
Mobley 2007). Las limitaciones cartogrficas se enfrentan principalmente a los sensores
multiespectrales de banda ancha (Yamano 2013). Sin embargo, la teleobservacin
multiespectral ha sido ampliamente cartografa del fondo marino, ya que cubre grandes
escalas espaciales y temporales a costo relativamente bajo (Andrfout et al., 2008).
Adems, los avances en la tecnologa multiespectral, por ejemplo, aumento de la resolucin
espacial, contribuyen a un mapeo ms preciso y detallado de los corales y hbitats
bentnicos (Yamano 2013).
Una serie de estudios demostraron la mayor exactitud temtica de multiespectral sensores
en los arrecifes de coral de los Emiratos rabes Unidos (Riegl y Purkis 2005, Purkis y
Riegl 2005). Estos estudios evaluaron los resultados de la clasificacin de los fondos
marinos 4 4 m de resolucin de pxeles IKONOS imgenes de satlite. DubaiSat-1 y
DubaiSat-2 son Emiratos rabes Unidos Satlites que ofrecen mayor resolucin espacial.
DubaiSat-1 tiene una resolucin de 2.5 m panchromatic (Pan) y 5 m Multiespectral (MS)
(Al Rais, Al Suwaidi y Ghedira 2009). Algunos estudios han demostrado el uso de
imgenes de DubaiSat-1 en el estudio de la Ambiente de los EAU, por ejemplo, la
variabilidad de los parmetros de calidad del agua (Ali, Mortula y Atabay 2013) y la
vigilancia de los brotes de marea roja (Muhairi, Ghedira y Shaheen 2010). DubaiSat-2
proporciona una mayor resolucin espacial (1 m Pan y 4 m MS), por lo tanto,
Hipotticamente adecuado para aplicaciones marinas tambin. El presente estudio tiene
como objetivo evaluar el potencial de las imgenes DubaiSat-2 para el hbitat costero
cartografa. El rea de estudio es el medio costero de la isla Dalma, situado
aproximadamente 42 km de la costa de Abu Dhabi. El enfoque propuesto utiliza sistemas
espectral-espaciales avanzados mtodos para aprovechar al mximo la alta resolucin
espacial ofrecida por DubaiSat-2.

Se adoptaron datos comparativos de los mapas de hbitat marino publicados por


Environment Agencia - Abu Dhabi (EAD) en 2015 (EAD 2015). Para el conocimiento de
los autores, este estudio El primero en evaluar la idoneidad de las imgenes DubaiSat-2
para aplicaciones marinas.
2. Material y mtodos

2.1. DubaiSat2 - capacidades del sistema e imgenes DubaiSat-2 es el segundo satlite de


teledeteccin de Emiratos rabes Unidos lanzado con xito en noviembre de 2013 en una
rbita solar-sncrona de 600 km de altitud. DubaiSat-2 proporciona 782 H. BEN-
ROMDHANE ET AL. Descargado por [Instituto Masdar de Ciencia y Tecnologa] a las
00:06 25 May 2016 Imgenes de alta resolucin. Sus bandas de 1 m Pan y 4 m MS son:
Rojo (600-720 nm), Verde (510-580 nm), Azul (420 - 510 nm) y Near - Infrared (NIR)
(760 - 890 nm) (Al Suwaidi 2012). Estas bandas tienen una Relacin Seal-Ruido de 90%
y la profundidad de cuantificacin de datos de 10 bits (Bushahab et al., 2014). La alta
resolucin espacial avanza el potencial Aplicacin y precisin del sensor en la cartografa
del hbitat bentnico.
2.2. Sitio de Estudio

La isla de Dalma (latitud: 24 32'43"N, longitud: 52 18'11"E) fue visualizada el 18 de


junio de 2014 Por DubaiSat-2 (Figura 1). Esta ubicacin contiene caractersticas
importantes del fondo marino como el coral arrecifes, praderas de algas marinas, macro
algas y planos de arena con distribucin espacial en profundidad que van desde el intertidal
a 15-30 m.
2.3. Propuesta de enfoque y diseo
Con el fin de cumplir los objetivos del estudio y superar la complejidad de los estudios
ambiente, las imgenes de nivel Geo DubaiSat-2 se procesaron utilizando un mtodo que
combin diferentes tcnicas. Nivel Geo es el producto corregido para distorsiones
radiomtricas, geomtricas y sensores; Adems, se proyecta a Universal Sistema de
coordenadas transversales Mercator (UTM) (EIAST 2014). Durante el pretratamiento, MS
Bandas de dos escenas que cubran el sitio de estudio fueron apiladas y mosaico. Color y la
normalizacin radiomtrica se realizaron para la deteccin de cambios en el bitemporal
variacin entre las dos escenas diferentes. Este paso fue intentado utilizando el

Normalizacin radiomtrica automtica con alteracin multivariable reequilibrada iterativa


deteccin (IR-MAD) (Canty y Nielsen 2008). Las imgenes fueron orto-rectificadas para
alinearse con los mapas de referencia publicados por EAD (EAD 2015). El pretratamiento
tambin incluy la creacin de una mscara de tierra basada en el ndice de Diferencia de
Agua Normalizada (NDWI), calculado utilizando las bandas Verde y NIR (Gao 1996), para
la discriminacin entre agua y otras caractersticas de la tierra.

El procesamiento de imgenes se realiz utilizando mtodos basados en pxeles y


espaciales espectrales. Mxima Verosimilitud (ML) (Richards y Richards 1999) y Random
Forest (RF) (Breiman 2001) se utilizaron para la comparacin de la precisin de cartografa
con el spectralspatial mtodo. Durante el desarrollo de este ltimo, objetos que agruparon
pxeles con se extrajeron propiedades espectrales y espaciales similares utilizando el
software eCognition mediante la segmentacin multi-resolucin (Baatz y Schpe 2000).
La propuesta incorpor la variabilidad espacial de las firmas de MS de los corales y otros
hbitats bnticos. Los datos comparativos se obtuvieron de los mapas de hbitat marino
publicado por EAD en 2015 (EAD 2015). Las clases bentnicas emitidas a partir de los
mapas correspondan a los objetos obtenidos (segmentos) sobre la base de su informacin
geogrfica. Un mtodo de extraccin de caractersticas no lineales, el Anlisis de
Componentes Principales de Kernel (KPCA), se consider que proporciona una mejor
separabilidad entre las clases (Schlkopf, Smola y Mller 1998). Los valores medianos de
las caractersticas extradas se atribuyeron a los segmentos de imagen multinivel que crean
perfiles espectral-espaciales. Estos perfiles se utilizaron para la clasificacin mediante RF.
La precisin de la clasificacin resultante se evalu mediante la precisin del usuario, del
productor y del conjunto (Congalton 1991). Un diagrama de flujo que resume el enfoque
propuesto y desarrollado en la Figura 2 se presentan las diferencias en los resultados de la
clasificacin (de y los mtodos basados en pxeles) fueron evaluados mediante la prueba de
McNemar para muestras nominales pareadas escala de datos (Alan 2002). Tanto la
evaluacin de la exactitud como las comparaciones estadsticas basado en un conjunto de
pruebas independientes.
3. Resultados y discusin

KPCA anlisis de la caracterstica de la imagen de MS de Dalma Island result en 20


bandas como ilustrado en la Figura 3 (a). Los valores de KPCA que se atribuyeron a los
objetos de segmentacin se muestran en la Figura 3 (b). Los perfiles espectral-espaciales
resultantes condujeron a una separabilidad espectral como se muestra en el compuesto falso
en la Figura 3 (c). La clasificacin mapa obtenido despus de la aplicacin del mtodo
espectral-espacial se representa en Figura 4. La precisin global se calcul en un 96,60%.
En comparacin con Estudios previos, por ejemplo, Andrfout et al. (2003) que evalu el
uso de datos IKONOS para la clasificacin de los arrecifes de coral en Dubai, Emiratos
rabes Unidos, precisin sugiere que los datos de DubaiSat-2 son adecuados para la
cartografa del hbitat costero en Emiratos rabes Unidos. La precisin del productor y del
usuario se tabulan en la Tabla 1. El rea de coral, al que se hace referencia como Clase
Fringing Reef, estaba bastante bien clasificada (64,69% de usuarios precisin) en
comparacin con la clasificacin de Andrfout et al. (2003) que obtuvo 59% de precisin
del usuario para reas de coral en Dubai. Sin embargo, esta clase representa el ms bajo La
precisin del usuario al considerar el resto de las clases. Esto puede deberse a parches de
hbitats dominados por algas que aparecen en las mismas regiones y profundidad (Figura
4). Esta el resultado confirma las predicciones hechas por Hochberg y Atkinson (2003). La
clase que
Los escombros de los arrecifes y las macro algas presentaban un 66,42% de precisin del
usuario. La clasificacin errnea de los corales y las reas de macro algas podra deberse a
su complejidad espectral y / o debido a condiciones diferentes en los tiempos de
adquisicin de la imagen y datos comparativos. Las exactitudes del usuario aumentaron con
la disminucin de la complejidad del hbitat.

Los fondos marinos subyacentes, desnudos y no consolidados, estaban bien clasificados


(87,78% y 95,88% precisin del usuario, respectivamente) que est alineada con estudios
previos similares. Por ejemplo, Andrfout et al. (2003) afirm que el 90-92% de precisin
del usuario para los fondos marinos arenosos en Dubai.

Las exactitudes globales obtenidas de los mtodos basados en pxeles fueron 92,59% para
ML y 94,52% para RF. La prueba de McNemar se aplic a la tabla de contingencia
presentada ms delante en este artculo (Tabla 2). Clasificacin de los resultados del
mtodo espectral-espacial (Spe-spa) son ms exactos ya que 41.929 pxeles fueron
clasificados correctamente, mientras que los resultados obtenidos a partir de mtodos
basados en pxeles presentaron 40,222 y 41,061 pxeles bien clasificados

Para ML y RF, respectivamente. La prueba de McNemar indic una diferencia estadstica


significativa entre los mtodos de clasificacin a favor del mtodo propuesto.
4. Conclusin

El mapa de clasificacin generado mostr alta precisin general y alineacin con mapas
publicados por EAD. Estos resultados demuestran que las imgenes de DubaiSat-2 son
adecuadas para mapa de las comunidades bentnicas en el entorno de arrecifes de coral de
Dalma que DubaiSat-2 podra ser ms utilizado para la clasificacin temtica en sitios
similares. La la aplicacin del mtodo propuesto y la utilizacin de imgenes de DubaiSat-2
pueden planes de manejo costero bien diseados en la regin.
Reconocimiento

Los autores desean expresar su agradecimiento al Centro Espacial Mohammed Bin Rashid
(MBRSC) para la provisin de datos. Los autores tambin estn muy agradecidos al Dr.
Richard John Obrien Perry de la Agencia de Medio Ambiente - Abu Dhabi, por la valiosa
discusin y comentarios a lo largo de este trabajo. Los autores tambin estn en deuda con
el Editor, Prof. Costas Varotsos, y dos annimos revisores cuyos comentarios ayudaron a
mejorar la calidad del documento considerablemente.
Declaracin de divulgacin
Ningn conflicto potencial de inters fue reportado por los autores.
ORCID
Hafa Ben-Romdhane http://orcid.org/0000-0001-8963-3864
Referencias:

Abed, I., and P. Hellyer. 2001. United Arab Emirates: A New Perspective. London: Trident
Press. Al Rais, A., A. Al Suwaidi, and H. Ghedira. 2009. Dubaisat-1: Mission Overview,
Development Status and Future Applications. Paper presented at the Geoscience and
Remote Sensing Symposium, 2009 IEEE International, IGARSS 2009, Cape Town, July
1217, V-196V-199.

Al Suwaidi, A. 2012. Dubaisat-2 Mission Overview. Proceedings of SPIE 8533, Sensors,


Systems, and Next-Generation Satellites XVI, 85330W, Edinburgh, September 24. Alan, A.
2002. Categorical Data Analysis. Hoboken, NJ: A John Wiley and Sons. Al-Cibahy, A. S.,
K. Al-Khalifa, B. Ber, and K. Samimi-Namin. 2012. Conservation of Marine Ecosystems
with a Special View to Coral Reefs in the Gulf. In Coral Reefs of the Gulf, 337348.
Dordrecht: Springer Science+Business Media B.V. Ali, T. A., M. M. Mortula, and S.
Atabay. 2013. Study of Water Quality in Dubai Creek Using Dubaisat-1 Multispectral
Imagery. In Geo-Informatics in Resource Management and Sustainable Ecosystem, 200
210. Berlin: Springer-Verlag GmbH. Andrfout, S., M. J. Costello, M. Rast, and S.
Sathyendranath. 2008. Earth Observations for Marine and Coastal Biodiversity and
Ecosystems. Remote Sensing of Environment 112 (8): 32973299.
doi:10.1016/j.rse.2008.04.006. Andrfout, S., P. Kramer, D. Torres-Pulliza, K. E. Joyce,
E. J. Hochberg, R. Garza-Prez, P. J. Mumby, et al. 2003. Multi-Site Evaluation of
IKONOS Data for Classification of Tropical Coral Reef Environments. Remote Sensing of
Environment 88 (12): 128143. doi:10.1016/j.rse.2003.04.005. Baatz, M., and A. Schpe.
2000. Multiresolution Segmentation: An Optimization Approach for High Quality Multi-
Scale Image Segmentation, 1223. Berlin, Germany: Herbert Wichmann Verlag. Breiman,
L. 2001. Random Forests. Machine Learning 45 (1): 532.
doi:10.1023/A:1010933404324. Bushahab, A., S. Al-Mansoori, K. Al-Suwaidi, H. Al-
Matroushi, E. Al-Tunaiji, and M. Al-Shamsi. 2014. Cal/Val Activities for Dubaisat-2
Performance Assessment. Proceedings of SPIE 9241, Sensors, Systems, and Next-
Generation Satellites XVIII, Amsterdam, September 2225. Canty, M. J., and A. A.
Nielsen. 2008. Automatic Radiometric Normalization of Multitemporal Satellite Imagery
with the Iteratively Re-Weighted MAD Transformation. Remote Sensing of Environment
112 (3): 10251036. doi:10.1016/j.rse.2007.07.013. Congalton, R. G. 1991. A Review of
Assessing the Accuracy of Classifications of Remotely Sensed Data. Remote Sensing of
Environment 37 (1): 3546. doi:10.1016/0034-4257(91)90048-B. EAD, Environment
Agency Abu Dhabi. 2015. Enviroportal (Environment Agency - Abu Dhabi Geoportal).
http://enviroportal.ead.ae/geoportal/ EIAST. 2014. DubaiSat-2 Information Products Image
Data Manual, 69. Dubai: Mohammed Bin Rashid Space Centre (previously Emirates
Institution for Advanced Science and Technology (EIAST)). Gao, B.-C. 1996. NDWIA
Normalized Difference Water Index for Remote Sensing of Vegetation Liquid Water from
Space. Remote Sensing of Environment 58 (3): 257266. doi:10.1016/S0034-
4257(96)00067-3. Green, E. P., P. J. Mumby, A. J. Edwards, and C. D. Clark. 2005.
Remote Sensing Handbook for Tropical Coastal Management. Paris: United Nations
Educational, Scientific and Cultural Organization. Hochberg, E. J., and M. J. Atkinson.
2003. Capabilities of Remote Sensors to Classify Coral, Algae, and Sand as Pure and
Mixed Spectra. Remote Sensing of Environment 85 (2): 174189. doi:10.1016/S0034-
4257(02)00202-X. Lesser, M. P., and C. D. Mobley. 2007. Bathymetry, Water Optical
Properties, and Benthic Classification of Coral Reefs Using Hyperspectral Remote Sensing
Imagery. Coral Reefs 26 (4): 819829. doi:10.1007/s00338-007-0271-5. Muhairi, A. A.,
H. Ghedira, and A. Shaheen. 2010. Combining Satellite-Derived Chlorophyll-A Data and
High-Resolution Dubaisat-1 Data to Detect and Monitor Red Tide Outbreaks in the Arabian
Gulf. Paper presented at the Geoscience and Remote Sensing Symposium (IGARSS),
2010 IEEE International, Honolulu, July 2530, 36923695. Purkis, S. J., and B. Riegl.
2005. Spatial and Temporal Dynamics of Arabian Gulf Coral Assemblages Quantified
from Remote-Sensing and in Situ Monitoring Data. Marine Ecology Progress Series 287:
99113. doi:10.3354/meps287099. Rezai, H., S. Wilson, M. Claereboudt, and B. Riegl.
2004. Coral Reef Status in the ROPME Sea Area: Arabian/Persian Gulf, Gulf of Oman
and Arabian Sea. Status of Coral Reefs of the World 1: 155 170. Richards, J. A., and J.
A. Richards. 1999. Remote Sensing Digital Image Analysis. Vol. 3. Berlin: Springer. 788
H. BEN-ROMDHANE ET AL. Downloaded by [Masdar Institute of Science &
Technology] at 00:06 25 May 2016 Riegl, B. 2002. Effects of the 1996 and 1998 Positive
Sea-Surface Temperature Anomalies on Corals, Coral Diseases and Fish in the Arabian
Gulf (Dubai, UAE). Marine Biology 140 (1): 2940. doi:10.1007/s002270100676. Riegl,
B. 2003. Climate Change and Coral Reefs: Different Effects in Two High-Latitude Areas
(Arabian Gulf, South Africa). Coral Reefs 22 (4): 433446. doi:10.1007/s00338-003-
0335-0. Riegl, B. M., and S. J. Purkis. 2012. Coral Reefs of the Gulf: Adaptation to
Climatic Extremes in the Worlds Hottest Sea. Dordrecht: Springer. Riegl, B. M., and S. J.
Purkis. 2005. Detection of Shallow Subtidal Corals from IKONOS Satellite and QTC
View (50, 200 Khz) Single-Beam Sonar Data (Arabian Gulf; Dubai, UAE). Remote
Sensing of Environment 95 (1): 96114. doi:10.1016/j.rse.2004.11.016. Schlkopf, B., A.
Smola, and K.-R. Mller. 1998. Nonlinear Component Analysis as a Kernel Eigenvalue
Problem. Neural Computation 10 (5): 12991319. doi:10.1162/089976698300017467.
Sheppard, C., M. Al-Husiani, F. Al-Jamali, F. Al-Yamani, R. Baldwin, J. Bishop, F.
Benzoni, et al. 2010. The Gulf: A Young Sea in Decline. Marine Pollution Bulletin 60
(1): 1338. doi:10.1016/j. marpolbul.2009.10.017. Spalding, M., C. Ravilious, and E. P.
Green. 2001. World Atlas of Coral Reefs. Oakland, CA: University of California Press.
Wilkinson, CR. 2000. Status of Coral Reefs of the World: 2000. Cape Ferguson, Australia:
Global Coral Reef Monitoring Network & Australian Institute of Marine Science. Yamano,
H. 2013. Multispectral Applications. In Coral Reef Remote Sensing, edited by J. A.
Goodman, S. J. Purkis, and S. R. Phinn, 5178. Dordrecht: Springer.

También podría gustarte