Satelliittikuva paljastaa Amazonasin kasvilajiston vaihtelun
Väitöstutkimuksesta apuväline sademetsien suojeluun
Läpitunkemattoman sademetsän kasvilajiston alueellista vaihtelua on mahdollista arvioida satelliittikuvien perusteella.
MTT:n (Maa- ja elintarviketalouden tutkimuskeskus) erikoistutkija Sirpa Thessler yhdisti väitöstutkimuksessaan Amazonasin alankosademetsissä tehtyjä maastohavaintoja satelliittikuva-analyysiin, ja onnistui ennustamaan myös tutkimattomien alueiden kasvilajiston vaihtelua.
Alueiden välisten lajistollisten erojen tunteminen on tärkeää trooppisten sademetsien suojelun sekä maankäytön suunnittelun ja ohjauksen kannalta. Kun alueiden kasvilajisto tunnetaan, uudet suojelualueet voidaan suunnitella tehokkaasti täydentämään jo olemassa olevia suojelualueita.
MAASTOSSA HAVAINNOITIIN INDIKAATTOREITA
Thessler tarkasteli väitöstyössään Turun yliopiston Amazon-tutkimusryhmän keräämiä maastohavaintoja Ecuadorin, Perun ja Costa Rican sademetsistä, ja yhdisti ne Landsat-satelliitin samoilta alueilta ottamiin kuviin.
Sademetsien kasvilajikirjo on valtava, minkä takia maastossa havainnoidaan käytännössä vain tiettyjä indikaattorilajeja. Ne kertovat alueen ympäristömuuttujista kuten maaperän ravinteikkuudesta ja kosteudesta, ja kuvaavat siten myös lajiston yleistä vaihtelua.
Thesslerin tutkimuksessa indikaattorilajeina oli aluskasvillisuuteen kuuluvia ruoho- ja varpumaisia Melastomataceae-lajeja ja sanikkaisia sekä latvuskerroksen puu- ja palmulajeja.
VÄRISÄVYT KERTOVAT VAIHTELUSTA
Satojen kasvilajien maastohavainnot tiivistettiin tilastollisesti kolmeen ulottuvuuteen, niin että satelliittikuvilta ennustettu lajistovaihtelu pystyttiin esittämään yhtenä karttana. Lisäksi satelliittikuvilta luokiteltiin kasvillisuustyyppejä.
– Maastohavaintojen ja satelliittikuvien sävyarvojen välillä vallitsee tilastollinen yhteys, joten kuvat kertovat kasvilajiston vaihtelusta, Thessler toteaa.
Tutkijan käytettävissä oli maastohavaintoja yhteensä 47 neliökilometrin laajuudelta: niiden perusteella hän ennusti 4 100 neliökilometrin suuruisen alueen kasvilajiston. Thessler muistuttaa, että satelliittikuvilla ei päästä samaan tarkkuuteen kuin maastohavainnoilla, mutta vaikeakulkuisissa sademetsissä se on yksi käyttökelpoinen menetelmä.
– Sademetsien kasvilajiston selvittäminen maastohavainnoilla on hankalaa, aikaa vievää ja kallista. Satelliittikuvilta saatava karkeakin arvio on parempi kuin ei mitään, hän tiivistää.
NAAPURI JUORUAA LUOTETTAVASTI
Väitöstutkimuksessa selvisi lisäksi, että metsien inventoinnissa Suomessa ja monessa muussa Euroopan maassa käytetty ”k lähimmän naapurin menetelmä” antaa luotettavaa tietoa myös trooppisista sademetsistä.
Menetelmässä tarkastellaan satelliittikuvan yksittäistä pikseliä ja verrataan sitä sävyarvoiltaan lähimpiin pikseleihin, joilta on olemassa maastohavaintoja. Kirjain k viittaa naapurien lukumäärään. Tunnettujen naapuripikselien perusteella voidaan ennustaa tarkasteltavalta pikselialueelta esimerkiksi kasvillisuusluokka tai jokin muu lajistokoostumuksen indikaattori
– Menetelmä vaikuttaa varsin lupaavalta, se antoi hyviä tarkkuuksia sademetsän kasvilajiston ennustamisessa, Thessler sanoo.
FM Sirpa Thesslerin maantieteen alan väitöstutkimus ”Remote sensing of floristic patterns in the lowland rain forest landscape” tarkastetaan 20.3.2008 Turun yliopistossa. Vastaväittäjänä on professori Ronald McRoberts US Forest Servicestä ja kustoksena professori Risto Kalliola Turun yliopistosta.