Multi-scale fluvial remote sensing - a study on spatial scaling discrepancies between Sentinel-2 and UAV multispectral data on riparian zones in Northwest Portugal

Abstract

Dados provenientes de deteção remota e observação da Terra são cada vez mais utilizados para a monitorização e avaliação do estado da saúde de ecossistemas bem como das suas funções. Com o desenvolvimento de novas tecnologias, sensores montados em plataformas UAV fornecem dados de deteção remota a resoluções com maior precisão que aquela encontrada em satélites, apesar de não conseguirem cobrir tanta área como estes últimos. A ponderação destes prós e contras dá origem ao problema de correlacionar os dados provenientes de ambas as fontes. Nesta tese são apresentadas uma análise detalhada e uma comparação entre dados multiespectrais de habitats ripários captados em quatro afluentes (CAB1, RAB2, VEZ2 and VEZ3). Com base em dados multiespectrais capturados por um sensor Micasense Rededge™ montado num DJI Phantom 4 RTK e pelos satélites Sentinel-2, foi feita a caracterização dos afluentes utilizando o índice NDVI (normalized difference vegetation index). O NDVI foi considerado para este estudo uma vez que a sua relação com o estado de saúde das comunidades de plantas é bem conhecida. As imagens captadas por UAV foram redimensionadas em três processos diferentes para igualar a resolução espacial do satélite (10x10m): média, mediana e terceiro quartil. Para testar qual das imagens redimensionadas se aproximava mais à de satélite, foram usadas medidas de goodness of fit (RMSE e R2 ). Os resultados demonstram que nas resoluções nativas, os valores de NDVI apresetam o máximo de dispersão, o que é esperado dada a maior divergência na escala das resoluções. O método de upscale por terceiro quartil foi o que mais se aproxima aos dados de satélite. Uma segunda análise foi feita para avaliar qual era a maior causa da dispersão de valores dentro do terceiro quartil. Foi encontrada uma maior influência do tipo de uso do solo que na localização dos rios, sendo os campos agrícolas os que apresentam maior discrepância, maioritariamente devido a diferenças no uso do solo (rotação de baldios) e a diferentes estádios de crescimento das colheitas. Este método comparativo devia ser utilizado em diferentes ecossistemas, índices e intervalos temporais para avaliar a sua fiabilidade

Remote sensed data is increasingly being used to monitor and evaluate ecosystem health and functions. With the dawn of new technologies, UAV platform mounted sensors provide remote sensing data at spatial resolutions that are far more precise than satellite, however the spatial extent to which a UAV covers is diminutive when compared to that of satellite. This trade-off between pros and cons raises a problem in correlating image data from both sources. In this thesis, a detailed analysis and comparison of riparian habitat multispectral data between UAV and satellite at four different river reaches (CAB1, RAB2, VEZ2 and VEZ3) is presented. Based on multispectral data, captured from a Micasense Rededge™ sensor mounted on a DJI Phantom 4 RTK and Sentinel-2 satellites, the characterization of the stream reaches was possible using the normalized difference vegetation index (NDVI) maps. NDVI was considered due to its well-known relationship to plant community health. UAV images were rescaled to match satellite resolution (10x10m pixel) by three distinct methods: average, median and third quartile. To test which one was closer to satellite values, goodness of fit measures (RMSE and R2 ) were considered. Results show that at native resolutions, NDVI values differ the most, as is expected due to the higher divergence of spatial resolution. The method that best fitted the satellite values was upscaling by third quartile. A second analysis was made to evaluate what caused dispersion within the third quartile upscale. Significantly higher influences of land cover type were confirmed when compared to river location, with farmland showing the greatest discrepancy mainly because of differences in farm plot use (fallow rotation) and crop growth stage. This proposed comparative method should be extended to different ecosystems, indices and time frames in future studies to further evaluate his reliability.