Estimating changes and trends in ecosystem extent with dense time-series satellite remote sensing.

ABSTRACT

Quantifying trends in ecosystem extent is essential to understanding the status of ecosystems. Estimates of ecosystem loss are widely used to track progress toward conservation targets, monitor deforestation, and identify ecosystems undergoing rapid change. Satellite remote sensing has become an important source of information for estimating these variables. Despite regular acquisition of satellite data, many studies of change in ecosystem extent use only static snapshots, which ignores considerable amounts of data. This approach limits the ability to explicitly estimate trend uncertainty and significance. Assessing the accuracy of multiple snapshots also requires time-series reference data which is often very costly and sometimes impossible to obtain. We devised a method of estimating trends in ecosystem extent that uses all available Landsat satellite imagery. We used a dense time series of classified maps that explicitly accounted for covariates that affect extent estimates (e.g., time, cloud cover, and seasonality). We applied this approach to the Hukaung Valley Wildlife Sanctuary, Myanmar, where rapid deforestation is greatly affecting the lowland rainforest. We applied a generalized additive mixed model to estimate forest extent from more than 650 Landsat image classifications (1999-2018). Forest extent declined significantly at a rate of 0.274%/year (SE = 0.078). Forest extent declined from 91.70% (SE = 0.02) of the study area in 1999 to 86.52% (SE = 0.02) in 2018. Compared with the snapshot method, our approach improved estimated trends of ecosystem loss by allowing significance testing with confidence intervals and incorporation of nonlinear relationships. Our method can be used to identify significant trends over time, reduces the need for extensive reference data through time, and provides quantitative estimates of uncertainty.

RESUMEN

Estimación de los Cambios y Tendencias en la Extensión de los Ecosistemas Mediante Teledetección Satelital de Series Temporales Densas Resumen Las tendencias de cuantificación de la extensión de los ecosistemas es esencial para el entendimiento de su estado. Las estimaciones de pérdidas de los ecosistemas se usan con amplitud para rastrear el progreso hacia los objetivos de conservación, monitorear la deforestación e identificar a los ecosistemas que están experimentando un cambio rápido. La teledetección satelital se ha transformado en una fuente importante de información para la estimación de estas variables. A pesar de la obtención de datos satelitales, muchos estudios sobre el cambio en la extensión de los ecosistemas usan solamente capturas estáticas, lo cual ignora cantidades considerables de datos. Esta estrategia limita la habilidad que se tiene para estimar explícitamente la incertidumbre e importancia de la tendencia. La valoración de la precisión de múltiples capturas también requiere datos de referencia de series temporales, lo cual es muy costoso e imposible de conseguir en algunos casos. Diseñamos un método para estimar las tendencias en la extensión de los ecosistemas que usa todas las imágenes satelitales disponibles en Landsat. Usamos una serie temporal densa de los mapas clasificados que considera explícitamente a las covarianzas que afectan a las estimaciones de la extensión (p.ej. tiempo, cobertura de nubes y estacionalidad). Aplicamos esta estrategia en el Santuario de Vida Silvestre del Valle de Huakaung en Myanmar, en donde la deforestación acelerada está afectando enormemente a la selva de tierras bajas. Aplicamos también un modelo mixto, aditivo y generalizado para estimar la extensión del bosque a partir de más de 650 clasificaciones de imágenes en Landsat (1999 - 2018). La extensión del bosque declinó significativamente a una tasa de 0.274%/año (SE 0.078). La extensión del bosque declinó del 91.70% (SE 0.02) del área de estudio en 1999 a 86.52% (SE 0.02) en 2018. Si la comparamos con la estrategia de las capturas, nuestra estrategia mejoró las tendencias estimadas de la pérdida del ecosistema al permitir la evaluación de significancia con intervalos de confianza y la incorporación de relaciones no lineales. Nuestro método puede usarse para identificar las tendencias significativas a lo largo del tiempo; también reduce la necesidad de tener datos de referencia extensos a lo largo del tiempo y proporciona estimaciones cuantitativas de la incertidumbre.