Mapping Mangrove Species Using Hyperspectral Data: A Case Study of Pichavaram Mangrove Ecosystem, Tamil Nadu

Abstract

Background There are many studies on mangrove mapping, zonal demarcation, landuse and land cover changes, and also topics like its loss and restoration using multispectral data. In the recent past, advanced remote-sensing data have been used for species discrimination, mapping, etc. Purpose The current research aims at identifying and mapping mangroves species along Pichavarm coast of Tamil Nadu, India, using hyperspectral remote-sensing data. The study attempts to map the species by generating the reference spectra from the existing reports and research papers, as surrogate to expensive field work in conjunction with Hyperion data of January 2013. Methods Image was pre-processed followed by Minimum Noise Fraction (MNF) and Pixel Purity Index (PPI). The output of MNF and PPI has been analysed by visualizing it in n-dimensions for end-member extraction. There were eleven spectra taken from the end-members, which were matched with reference spectra. Results The spectra-matched-, have been used as an input for classification of data with classifiers like Spectral Angle Mapper (SAM), Spectral Feature Fitting (SFF) and Spectral Information Diversion (SID) to identify and map mangroves species. Further to monitor the exact presence of the species at sub-pixel level, linear spectral un-mixing (LSU) was also performed. Conclusions The study found SAM with LSU as the best approach for mangrove species mapping in Pichavaram coast.

Pemetaan Dinamika Perubahan Tutupan Kawasan Mangrove Berbasis Pendekatan Komputasi Awan di Teluk Pacitan

“…Melalui studi terbaru yang dilakukan oleh Yamamoto, (2023) dimana rumah tangga perikanan mengalami penurunan pendapatan tahunan berkisar antara 5,3% hingga 9,8% sebagai respons terhadap peningkatan 1% hilangnya mangrove di suatu wilayah. Sehingga, identifikasi luas kawasan mangrove secara berkala menjadi penting sebagai bahan pertimbangan dalam kelestarian alam dan konservasi (Salghuna & Pillutla, 2017).…”

การจำแนกพันธุ์ไม้ป่าชายเลนเขตร้อน โดยใช้ข้อมูลพริสม่าไฮเปอร์สเปกตรัล กรณีศึกษาบริเวณแหลมตะลุมพุก ประเทศไทย

“…This outcome undoubtedly proves the performance of PRISMA imagery's application on mangrove species classification. (Vaiphasa et al, 2005) เมื ่ อต้ องการลดทอน ช่ วงคลื ่ นที ่ มี มิ ติ สู งจึ งนำกระบวนการคั ดเลื อกช่ วงคลื ่ นที ่ เหมาะสมที ่ สั มพั นธ์ กั บคุ ณลั กษณะทางสรี รเคมี ของพื ช (Physio-chemical characteristics of plants) (Vaiphasa et al, 2007b) ต่ อมามี การนำ ภาพถ่ ายดาวเที ยมระบบหลายช่ วงคลื ่ น (Multispectral imaging system) เพื ่ อจำแนกป่ าชายเลนที ่ มี ความหลากหลายของสายพั นธุ ์ โดยใช้ ข้ อมู ลด้ านนิ เวศวิ ทยา (Ecological data) มาช่ วยจำแนก (Vaiphasa et al, 2006) ระยะหลั งไฮเปอร์ สเปกตรั ลเซนเซอร์ มี วิ วั ฒนาการที ่ ทั นสมั ยขึ ้ น จึ งเริ ่ มมี การ นำข้ อมู ลภาพถ่ ายดาวเที ยมระบบ Hyperion ที ่ มี ช่ วงคลื ่ นต่ อเนื ่ องกั นหลายร้ อยช่ วงคลื ่ น มาจำแนกป่ า ชายเลนระดั บสายพั นธุ ์ ร่ วมกั บการใช้ อั ลกอริ ทึ มหลายรู ปแบบเพื ่ อเพิ ่ มความถู กต้ องของการจำแนก Wong & Fung, 2014;Salghuna & Pillutla, 2017;Kumar et al, 2019;He et al, 2020;Wan et al, 2020) ดาวเที ยมสั งเกตการณ์ โลกดวงใหม่ ถู กพั ฒนาและส่ งขึ ้ นโคจรซึ ่ งเปิ ดตั วเมื ่ อวั นที ่ 22 มี นาคม พ.ศ. 2562 (Launched on orbit) ที ่ มี ชื ่ อว่ าดาวเที ยม PRISMA (Precursore Iperspettrale della Missione Applicativa) ซึ ่ งจั ดเป็ นภารกิ จใหม่ ล่ าสุ ดภายใต้ โครงการสาธิ ตเทคโนโลยี ขององค์ กร อวกาศอิ ตาลี PRISMA เป็ นดาวเที ยมที ่ ใช้ ไฮเปอร์ สเปกตรั ลเซนเซอร์ ร่ วมกั บกล้ องถ่ ายภาพขาว-ดำ (Panchromatic camera) (Loizzo et al, 2018;Loizzo et al, 2019) จึ งทดแทนดาวเที ยมระบบ Hyperion ที ่ ถู กปลดประจำการไปแล้ วเมื ่ อวั นที ่ 20 มี นาคม พ.ศ.…”