Dormant categories and spatial resolution affect the perception of land cover change model performance

Autor: Hari Gobinda Roy, Karine Emsellem, Dennis Fox
Přispěvatelé: Études des Structures, des Processus d’Adaptation et des Changements de l’Espace (ESPACE), Université Nice Sophia Antipolis (... - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Avignon Université (AU)-Aix Marseille Université (AMU)-Centre National de la Recherche Scientifique (CNRS), Université Nice Sophia Antipolis (1965 - 2019) (UNS)
Jazyk: angličtina
Rok vydání: 2016
Předmět:
Zdroj: Cybergeo : Revue européenne de géographie / European journal of geography
Cybergeo : Revue européenne de géographie / European journal of geography, UMR 8504 Géographie-cités, 2016, ⟨10.4000/cybergeo.27794⟩
Cybergeo (2016)
Cybergeo : Revue européenne de géographie / European journal of geography, 2016, ⟨10.4000/cybergeo.27794⟩
ISSN: 1278-3366
DOI: 10.4000/cybergeo.27794⟩
Popis: Most models of land cover change predict change using physical and socio-economic factors in raster grids where temporal and spatial scales must be selected to optimize prediction and calculation time. This study tests the impacts of spatial extent and spatial resolution (cell size) on land cover change modelling. Spatial extent here is equivalent to increasing the area of a dormant category. Two extents (33.6 km² and 79.1 km²) and three resolutions (25 m, 50 m and 100 m) were tested on study zones located in SE France in the Var department. The 50 m and 100 m resolutions were downscaled back to 25 m and compared to the initial 25 m maps. Land cover maps dated from 1950, 1982, 2003 and 2011, and IDRISI’s Land Change Modeler (LCM) was used to predict 2011. Dormant category improved Cramer’s V values (1.3 to 1.5 time greater) and quantity and allocation disagreement values. Actual change predictions were similar for the two zones, but the high persistent forest in the large window artificially improved prediction statistics, so increasing dormant category area (spatial extent) artificially inflates prediction statistics. Spatial resolution appeared to have little impact at first, but upscaling/downscaling revealed that coarser cell sizes lose predictive power (1.5-2 times greater allocation errors). The dormant category area should be minimized and upscaling/downscaling should be done if data are modelled at coarser resolutions than original cell size. La modélisation de l’évolution de l’occupation du sol utilise souvent des modèles SIG en mode raster où des choix doivent être effectués sur l’étendue et la résolution spatiale des données du modèle. Dans notre étude, l’étendue spatiale correspond à l’intégration dans la zone d’étude d’une catégorie à faible activité – dite « dormante ». L’impact de l’intégration d’une catégorie dormante sur la modélisation de l’évolution de l’occupation du sol a été étudié à l’aide de deux zones (33.6 km² et 79.1 km²) situées dans le département du Var. Les effets liés à la résolution spatiale ont été déterminés en comparant trois tailles de cellules (25 m, 50 m, et 100 m), dont deux (50 m et 100 m) qui ont été par la suite restaurées à la taille initiale de 25 m. Des cartes d’occupation du sol de 1950, 1982, 2003 et 2011 ont été utilisées dans l’analyse. Le modèle affiche de meilleures statistiques de performance (V de Cramer et autres indices) pour la zone de 79.1 km² parce que cette zone possède un taux de cellules persistantes élevé et les cellules stables sont plus facilement prédites que les changements réels. Pour les mêmes changements d’occupation du sol, le lecteur a donc l’impression que le modèle donne des prévisions meilleures pour la grande superficie (79.1 km²). La performance du modèle pour les différentes résolutions spatiales paraît stable, mais en réalité la descente d’échelle (« downscaling ») de 50 m et de 100 m à 25 m montre clairement que ces statistiques cachent une perte d’information. En conclusion, l’intégration de catégories peu actives dans les modèles d’évolution de l’occupation du sol doit être minimisée et les pertes d’informations liées à la résolution spatiale ne peuvent être évaluées que par une succession de généralisation / descente d’échelle («upscaling/downscaling»).
Databáze: OpenAIRE
Externí odkaz: