REP a SIPI

Relativní prostorové trendy zdravotního stavu smrkových porostů byly studovány na podkladě statistického vyhodnocení  spektrálních indikátorů REP a SIPI, extrahovaných z leteckých hyperspektrálních dat APEX. V prvním kroku byly z obrazových dat za pomoci dříve vytvořené masky odstraněny všechny oblasti, které nejsou pokryty dospělým smrkovým porostem. Následně byly vypočteny oba dva indikátory zdravotního stavu vegetace REP a SIPI. Pro výpočet REP byla použita metoda 4-point interpolation. Z vypočtených hodnot REP a SIPI byly určeny základní popisné statistiky obou ukazatelů, přičemž z obrazu byly odstraněny pixely odpovídající velmi odlehlým hodnotám REP a SIPI. Jako odlehlé byly uvažovány všechny hodnoty vzdálenější více než trojnásobek směrodatné odchylky od průměru. Ze zbývajících pixelů byly určeny průměr (μ) a směrodatná odchylka (σ) hodnot REP a SIPI. Pomocí těchto dvou parametrů byly originální absolutní hodnoty REP a SIPI transformovány do podoby relativních z-skórů definovaných jako: z = (x - μ)/σ. Následně byly hodnoty rozděleny do pěti tříd, jejichž hranice byly definovány jako:  z  = -1,5; z = -0,5; z = +0,5 a z = +1,5. Tyto třídy pak byly očíslovány hodnotami 1 – 5, přičemž 1 odpovídá hodnotám indikujícím nejhorší zdravotní stav vegetace, zatímco 5 odpovídá hodnotám indikujícím nejlepší stav vegetace. Přiřazení těchto hodnot jednotlivým třídám je potřeba věnovat pozornost. V případě REP totiž nízké hodnoty indikují špatný zdravotní stav vegetace, zatímco vysoké hodnoty reprezentují dobrý zdravotní stav. V případě SIPI je tomu však právě naopak. Jelikož vysoké hodnoty SIPI reprezentují vyšší podíl karotenoidů ku chlorofylům (který je příznakem vegetačního stresu), musí být v případě SIPI provedeno seřazení tříd obráceně – tj. třída 1 odpovídá vysokým hodnotám SIPI a naopak třída 5 reprezentuje nízké hodnoty. V následujícím kroku jsou oba takto klasifikované rastry sečteny, jelikož tato operace má charakter logického sjednocení obou vrstev. Takto vytvořený rastr nabývá hodnot 2 – 10, přičemž je možné říci, že pixelům, které byly v obou originálních klasifikacích reprezentovány vysokými hodnotami třídy, bude odpovídat i vysoký součet obou hodnot a obdobně i naopak. V posledním kroku byly hodnoty součtu lineárně převedeny z původního rozsahu 2 – 10 do rozsahu 1 – 5, kdy stejně jako v případě původních klasifikací hodnot REP a SIPI odpovídá hodnota 1 plochám s nejhorším zdravotním stavem, zatímco hodnota 5 odpovídá oblastem s nejlepším stavem porostů.

ZPĚT