Skip to main content
Login | Suomeksi | På svenska | In English

Monitoring Indigenous Tropical Montane Forests in the Taita Hills Using Airborne Digital Camera Imagery

Show full item record

Title: Monitoring Indigenous Tropical Montane Forests in the Taita Hills Using Airborne Digital Camera Imagery
Author(s): Lanne, Milla
Contributor: University of Helsinki, Faculty of Science, Department of Geography
Language: English
Acceptance year: 2007
Abstract:
The loss and degradation of forest cover is currently a globally recognised problem. The fragmentation of forests is further affecting the biodiversity and well-being of the ecosystems also in Kenya. This study focuses on two indigenous tropical montane forests in the Taita Hills in southeastern Kenya. The study is a part of the TAITA-project within the Department of Geography in the University of Helsinki. The study forests, Ngangao and Chawia, are studied by remote sensing and GIS methods. The main data includes black and white aerial photography from 1955 and true colour digital camera data from 2004. This data is used to produce aerial mosaics from the study areas. The land cover of these study areas is studied by visual interpretation, pixel-based supervised classification and object-oriented supervised classification. The change of the forest cover is studied with GIS methods using the visual interpretations from 1955 and 2004. Furthermore, the present state of the study forests is assessed with leaf area index and canopy closure parameters retrieved from hemispherical photographs as well as with additional, previously collected forest health monitoring data. The canopy parameters are also compared with textural parameters from digital aerial mosaics. This study concludes that the classification of forest areas by using true colour data is not an easy task although the digital aerial mosaics are proved to be very accurate. The best classifications are still achieved with visual interpretation methods as the accuracies of the pixel-based and object-oriented supervised classification methods are not satisfying. According to the change detection of the land cover in the study areas, the area of indigenous woodland in both forests has decreased in 1955-2004. However in Ngangao, the overall woodland area has grown mainly because of plantations of exotic species. In general, the land cover of both study areas is more fragmented in 2004 than in 1955. Although the forest area has decreased, forests seem to have a more optimistic future than before. This is due to the increasing appreciation of the forest areas.
Metsien väheneminen ja niiden laadun heikkeneminen on maailmanlaajuisesti tunnustettu ongelma. Metsien pirstoutuminen vaikuttaa biodiversiteettiin ja ekosysteemien hyvinvointiin myös Keniassa. Tämä tutkimus keskittyy kahden trooppisen alkuperäisvuoristometsän tutkimiseen Taita Hillsin alueella Kaakkois-Keniassa. Tutkimus on osa Helsingin yliopiston maantieteen laitoksen TAITA-projektia. Tutkimusmetsiä, Ngangaoa ja Chawiaa tutkitaan kaukokartoitus- ja paikkatietomenetelmien avulla. Tutkimuksen pääaineiston muodostavat mustavalkoiset ilmakuvat vuodelta 1955 ja digitaaliset oikeaväri-ilmakuvat vuodelta 2004. Näistä ilmakuvista muodostetaan ilmakuvamosaiikit tutkimusalueilta. Alueiden maanpeite luokitellaan kolmella metodilla: visuaalisella tulkinnalla, pikselipohjaisella ohjatulla luokituksella sekä objekti-orientoidulla ohjatulla luokituksella. Metsäpinta-alan muutosta vuosina 1955-2004 tutkitaan visuaalisten luokitusten perusteella käyttämällä paikkatietomenetelmiä. Tutkimusmetsien kuntoa arvioidaan lehtipinta-alaindeksin ja latvuksen sulkeituneisuuden avulla. Nämä parametrit saadaan käyttämällä hemisfäärisiä valokuvia. Lisäksi tutkimuksessa käytetään metsien kuntoa arvioivaa aiemmin kerättyä tutkimustietoa. Latvusparametreja verrataan digitaali-ilmakuvamosaiikeilta saatuihin tekstuurisiin parametreihin. Yhteenvetona voidaan sanoa, että metsäalueiden luokitus oikeaväri-ilmakuvia käyttämällä ei ole helppoa, vaikka itse digitaali-ilmakuvista tehdyt mosaiikit olisivat erittäin tarkkoja. Parhaat luokitustulokset saavutetaan edelleen visuaalisella tulkinnalla, sillä pikselipohjainen ja objekti-orientoitu ohjattu luokitus eivät saavuta tarpeeksi hyvää luotettavuutta. Tutkimusalueiden maanpeitteen muutostulkinnan mukaan alkuperäismetsän osuus on vähentynyt sekä Ngangaossa että Chawiassa 1955-2004. Ngangaossa metsän kokonaisala on kuitenkin lisääntynyt lähinnä eksoottisten puulajien istutusten vuoksi. Molempien tutkimusalueiden maanpeite on huomattavasti pirstoutuneempaa vuonna 2004 kuin vuonna 1955. Vaikka metsäala on pienentynyt, tutkimusmetsien tulevaisuus näyttää paremmalta kuin aiemmin. Tämä johtuu lähinnä kasvavasta metsien arvostuksesta.


Files in this item

Files Size Format View
monitori.pdf 10.37Mb PDF

This item appears in the following Collection(s)

Show full item record