Substrat og vanddybde i Binderup Å - En undersøgelse af droners anvendelighed indenfor kortlægning af ørredhabitater
Oversat titel
Substrate and water depth in Binderup stream - A survey of UAV applicability for trout habitat mapping
Forfatter
Overby, Lone
Semester
4. semester
Uddannelse
Udgivelsesår
2016
Resumé
Regulering af danske vandløb har forringet ørreders levesteder, og der er behov for mere arealdækkende data end traditionelle feltundersøgelser typisk giver. Dette projekt undersøger, hvor præcist en DJI Phantom 2 med påmonteret GoPro kan kortlægge substrat og vanddybde i en 400 m strækning af Binderup Å med henblik på anvendelse til ørredhabitatkortlægning. Metoden kombinerer detaljerede feltsmålinger (dybde for hver ca. 0,5 m i 30 tværsnit og samtidig substratbeskrivelser) med dronebilleder i RGB (rumlig opløsning 4,2 cm) og usuperviseret klassifikation i ArcGIS; dybder estimeres via regressionsanalyser per farvekanal, hvor den grønne kanal korrelerer bedst. Resultaterne viser høj nøjagtighed for skygge og fuldt vegetationsdække (ca. 85–95 %) og moderat nøjagtighed for sand (~72 %), mens grove substrater er vanskelige at skelne (fx ~30 % for groft grus og ~58 % for sten), og store sten (boulders) kan ikke lokaliseres. Opdeling af strækningen i delafsnit gav ingen væsentlig forbedring. For dybdeestimering er korrelationerne for rene substrater acceptable (sand r2 ~0,53–0,56; grus ~0,80–0,88; sten ~0,80–0,84), men dybden overestimeres i gennemsnit med ca. 11 cm og har en standardafvigelse omkring 20 cm, især på grund af vegetations- og substratkompleksitet. Samlet set leverer en GoPro-baseret drone ikke tilstrækkelig nøjagtighed til kortlægning af ørredhabitater i små, heterogene vandløb, men den teknologiske udvikling peger på et betydeligt fremtidigt potentiale med bedre sensorer og beregningsværktøjer.
Extensive regulation of Danish streams has degraded trout habitats, creating a need for broader, continuous data than traditional field surveys typically provide. This study evaluates how accurately a DJI Phantom 2 equipped with a GoPro can map substrate and water depth along a 400 m reach of Binderup Å for trout habitat applications. The approach combines detailed field measurements (depth every ~0.5 m in 30 cross-sections with concurrent substrate descriptions) with RGB drone imagery (4.2 cm spatial resolution) and unsupervised classification in ArcGIS; depths are estimated via regressions per color band, with the green band providing the best correlation. Results show high accuracy for shade and fully vegetated cover (about 85–95%) and moderate accuracy for sand (~72%), while coarse substrates are difficult to distinguish (e.g., ~30% for coarse gravel and ~58% for cobbles), and large boulders cannot be detected. Dividing the reach into sections yielded no significant improvement. Depth estimation correlations are acceptable for pure substrates (sand r2 ~0.53–0.56; gravel ~0.80–0.88; rocks ~0.80–0.84), yet depths are overestimated on average by ~11 cm with a standard deviation around 20 cm, largely due to vegetation and substrate complexity. Overall, a GoPro-based drone does not provide sufficient accuracy for mapping trout habitats in small, heterogeneous streams, although ongoing advances in sensors and computing suggest promising future potential.
[Dette resumé er genereret med hjælp fra AI direkte fra projektet (PDF)]
Emneord
remote sensing ; drone ; vandløb ; ørred ; habitat