The effect of management scheme on the spectral response of grasslands in Sentinel-2 dense time series

In this work the relationship between different management schemes of Gorce Mts. grasslands and their spectral response is investigated. The grasslands are divided into parts based on management practices. Using Google Earth Engine, Sentinel-2 imagery and SciPy library a dense time-series of NDVI is constructed for each part. A simple statistical analysis of NDVI is conducted, but doesn’t give clear view on the effect of management schemes on NDVI. To further explore this problem, Dynamic Time Warping (DTW) — a robust time-series analysis technique is used. Using DTW distance as a measure of similarity, a dendrogram is constructed and analyzed for two selected glades. Later, this technique is used on the whole research area with along with SciPy’s fcluster algorithm to condense the dendrogram into a tabular format. The results of this work show that DTW is an appropriate method for studying management effect on grasslands, while descriptive statistics aren’t. The usage of DTW for large scale mapping will however require a review of the clustering process.

W niniejszej pracy analizie poddano wpływ użytkowania obszarów trawiastych w Gorcach na ich odpowiedź spektralną. Na podstawie danych referencyjnych polany podzielone zostały na fragmenty o jednolitym sposobie użytkowania. Za pomocą platformy Google Earth Engine i biblioteki SciPy, dla badanego obszaru wygenerowano gęstą serię czasową indeksu roślinności Normalized Difference Vegetation Index (NDVI) na podstawie zobrazowań Sentinel-2, którą poddano analizie dla każdego fragmentu. Ponieważ prosta analiza statystyczna nie dała jednoznacznej odpowiedzi na postawione pytania badawcze, wykorzystano zaawansowaną metodę analizy serii czasowych — Dynamic Time Warping (DTW). Używając odległości DTW jako miary podobieństwa, skonstruowano dendrogram podobieństwa serii czasowych dla dwóch wybranych polan, a następnie procedurę tę powtórzono dla całego obszaru badawczego. Wynikowy dendrogram przekształcono do formy tabelarycznej za pomocą algorytmu klastrującego fcluster (SciPy). Wyniki tej pracy pokazują, że DTW jest skuteczną metodą badania wpływu użytkowania obszarów trawiastych na indeks NDVI, podczas gdy metody statystyki opisowej nie pozwalają na określenie tych zależności. Wykorzystanie analizy podobieństwa krzywych DTW w opracowaniach wielkoskalowych wymaga jednak optymalizacji procesu klastrowania.