Mapping of the distribution of Lessonia nigrescens through SPOT-6 satellite images in the Moquegua Region
Keywords:
Lessonia nigrescens, SPOT-6, supervised classificationAbstract
We developed the mapping of the distribution of the Lessonia nigrescens macroalgae in the Moquegua Region through sub metric imaging (SPOT-6) and in situ observations. The SPOT-6 image is dated September 28, 2018. The satellite data was pre-processed (radiometric calibration and atmospheric correction using the QUAC model) to obtain the spectral reflectance for the three visible channels. We used the supervised learning model SVM to distinguish the objects that have similar spectral characteristics, such as macroalgae, rocks, shade, and water. We estimated a total area of 3,777x104 m2 of L. nigrescens along the coast of Moquegua, where 80% of the distribution is found from Jaboncillo to the north, in rocky intertidal environments forming strips. In this work, the estimated area of L. nigrescens was 38.5% less when compared with the results of the evaluation carried out in 2014. We determined the low spatial variability of the distribution of macroalgae concentrated in the area of Platanales by analyzing the latitudinal profile and comparing satellite data with what was observed.
Downloads
Metrics
References
Astrium An Eads Company. 2013. SPOT-6 & SPOT-7 Imagery User Guide. SI/DC/13034-v1.0. http://www.guyane-sig.fr/data/services_web/seas/specs/spot-6-7_fiche-technique-detaillee.pdf
Canty M J. 2014. Image analysis, classification and change detection in remote sensing with algorithms for ENVI/IDL and Python. CRC Press Taylor & Francis Group. 494 pp.
Carbajal P, Gamarra A. 2018. Guía para recolección y reconocimiento de macroalgas pardas comerciales del Perú. Inf Inst Mar Perú. 45(2). 169-181.
Chuvieco E. 1996. Fundamentos de teledetección espacial. Ediciones RIALP, S.A. 3.
Green E P, Mumby P J, Edwards A J, Clark C D. 2000. Remote Sensing Handbook for Tropical Coastal Management. Coastal Management Sourcebooks 3. UNESCO Publishing. 316.
Gower J, Hu C M, Borstad G, King S. 2006. Ocean color satellites show extensive lines of floating Sargassum in the Gulf of Mexico. IEEE Transactions on Geoscience and Remote Sensing. 44(12): 3619-3625. 568.
Harris Geospatial Products Documentation Center. 2009. Support Vector Machine. https://www.harrisgeospatial.com/docs/SupportVectorMachine.html
Hossain M S, Bujang J S, Zakaria M H, Hashim M. 2014. The application of remote sensing to seagrass ecosystems: an overview and future research prospects. International Journal of Remote Sensing. 36(1): 61-113.
Hsu C W, Chang C C, Lin, C J. 2016. A practical guide to support vector classification. National Taiwan University: http://www.csie.ntu.edu.tw/~cjlin. 16 pp.
Hu C M. 2009. A novel ocean color index to detect floating algae in the global oceans. Remote Sensing of Environment.113: 2118-2129.
Hu C, Feng L, Hardy R F, Hochberg E J. 2015. Spectral and spatial requirements of remote measurements of pelagic sargassum macroalgae. Remote Sensing of Environment. 167: 229-246.
IMARPE. Informe Final. Proyecto UE – Perú/PENX ALA/2004/016-913. Código Ref. Mincetur POG 3.3.2.1. Sector Pesca y Acuicultura. Lima. 90 pp.
IMARPE- Ilo. 2010. Evaluación poblacional de las praderas de macroalgas y su fauna asociada en el litoral marino de la región de Moquegua. Gobierno Regional de Moquegua, Dirección Regional de la Producción. Informe Final-IMARPE. 64.
IMARPE- Ilo. 2014. Evaluación del recurso macroalgas Lessonia nigrescens y Lessonia trabeculata en el litoral de la Provincia de Ilo, Región Moquegua”. Inf Interno Inst Mar Perú. 30 pp.
Iqbal M. 1983. An introduction to solar radiation. Academic Press. 390 pp.
Kutser T, Vahtmäe E, Rohtla L M. 2006. Spectral library of macroalgae and benthic substrates in Estonian coastal waters. Proc. Estonian Acad. Sci. Biol. Ecol. 55 (4): 329-340.
Lillesand T, Kiefer R, Chipman J. 2007. Remote Sensing and Image Interpretation. Wiley India 6th Edition. New Delhi-India. 763 pp.
Melgani F, Bruzzone L. 2004. Classification of hyperspectral remote sensing images with support vector machines. IEEE Transactions on Geoscience and Remote Sensing. 42(8): 1778-1790.
Tejada A, Baldarrago D, Villanueva J, Gamarra A. 2019. Evaluación del recurso Lessonia trabeculata Villouta y Santelices, 1986 en la provincia de Ilo, Región Moquegua. Octubre 2015. Inf Inst Mar Perú. 46 (1): 52-59.
Vásquez J A. 2009. Estudio de investigación de poblaciones y de las condiciones de viabilidad ecológica de las actividades extractivas de algas pardas e invertebrados en la zona costera sur, en apoyo de la investigación y desarrollo del Instituto del Mar del Perú.
Vogels M F A, de Jong S M, Sterk G, Addink E A. 2019. Mapping irrigated agriculture in complex landscapes using SPOT 6 imagery and object based image analysis – A case study in the Central Rift Valley, Ethiopia. ELSEVIER. International Journal of Applied Earth Observation and Geoinformation. 75: 118-129.
Downloads
Published
How to Cite
Issue
Section
License
This work is licensed under a Creative Commons Attribution 4.0 International License.
© Bol Inst Mar Perú. La revista retiene los derechos patrimoniales de los autores con la finalidad de garantizar el acceso abierto de los manuscritos.
Todos los manuscritos publicados en la revista se distribuyen bajo la licencia “Creative Commons Atribución - NoComercial - CompartirIgual 4.0 Internacional” (CC BY-NC-SA 4.0). Implica que autores y lectores pueden de forma gratuita descargar, almacenar, copiar, redistribuir, remezclar, transformar o generar obras derivadas a partir del manuscrito, siempre y cuando mencionen la fuente primaria de publicación y la autoría del manuscrito, así como que se realice sin fines comerciales y se distribuya bajo la misma licencia que el original. Puede consultar desde aquí la versión informativa y el texto legal de la licencia.
