Геопространственное моделирование и моделирование выбросов
Оценка исторической динамики землепользования прибрежных территорий основывается на геопространственном анализе последовательности спутниковых снимков. Он позволяет классифицировать категории землепользования и определить, как изменяется их площадь с течением времени. Используя эту динамику, с помощью моделирования можно оценить количественные показатели выбросов углерода, связанных с преобразованием мангровых лесов в другие виды землепользования. Это позволяет оценить как утраченные запасы углерода, так и выявить участки, пригодные для восстановления. Это также может быть связано с оценкой природного капитала, утраченного с течением времени.
Основным требованием является наличие последовательной серии спутниковых снимков, свободных от облачности и обладающих достаточным пространственным разрешением, чтобы различать мангровые заросли (и типы), окружающее сельское хозяйство и другие виды использования ландшафта человеком. Также важен местный или национальный потенциал для обработки данных дистанционного зондирования и расширенного ГИС-анализа прибрежных особенностей. Моделирование выбросов является проблемой, которую необходимо решить путем расширения возможностей.
Несмотря на наличие ГИС и обученного персонала, в области ГИС/дистанционного зондирования все еще не хватает возможностей для правильной классификации различных типов мангровых зарослей в пределах древостоя, особенно при использовании снимков более высокого разрешения. Мы изучаем возможности применения инновационных методов обработки и классификации изображений и получаем хорошие результаты. Однако этот процесс невозможно полностью автоматизировать, а для проведения анализа требуется время и экспертная оценка. Доступ к сериям снимков с постоянной облачностью в разные даты является сложной задачей. К этому добавляется неисправность одного из известных спутников, что еще больше ограничивает доступность изображений, пригодных для анализа. Масштабирование анализа от местного до субнационального и регионального масштабов сопряжено с дополнительными проблемами, связанными с пространственным разрешением, объемом данных для анализа и требуемым временем.