Applicability of optical moisture data in detecting moisture content in Sphagnum species

Thumbnail Image

Files

master_Karlqvist_Susanna_2023.pdf (8.16 MB)

URL

Journal Title

Journal ISSN

Volume Title

Insinööritieteiden korkeakoulu | Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2023-12-11

Department

Major/Subject

Mcode

Degree programme

Master's Programme in Geoinformatics (GIS)

Language

en

Pages

98

Series

Abstract

Despite their limited geographical extent, northern peatlands play a crucial role in the global carbon cycle, serving as significant carbon sinks capable of accumulating substantial carbon reserves. However, anthropogenic activities and climate change threaten these critical environments, jeopardizing their carbon dynamics and risking peatlands’ transition from carbon sinks to sources. Sphagnum mosses, the primary biomass builders of northern peatlands, are integral species for carbon sequestration. Their carbon sequestration capacity is intricately linked to moisture levels, highlighting the importance of monitoring Sphagnum moisture content for comprehensive peatland assessments. However, to realize the full potential of remote sensing datasets, it is crucial to first obtain reference measurements of key peatland species through close-range sensing methods. Remote sensing offers a promising alternative for estimating peatland moisture conditions, with satellite remote sensing facilitating monitoring on large spatial extents. However, to fully realize the potential of remote sensing datasets, it is crucial to obtain reference measurements of key peatland species through close-range sensing methods. This thesis explores the application of optical close-range data to estimate the moisture content of nine distinct Sphagnum moss species found in northern peatlands. The study explores various moisture estimation methods, including the optical trapezoid model (OPTRAM), continuous wavelet transform (CWT), and six spectral moisture indices. Additionally, the data is processed to align with multispectral bands of common satellite sensors, evaluating their applicability in estimating peatland moisture. The results reveal the suitability of different methods for distinct Sphagnum species and habitats. CWT exhibits promise when aggregating all Sphagnum species, while OPTRAM proves effective for drier mesotrophic species, demonstrating robust relationships with moisture content independent of species. Conversely, the modified Moisture Stress Index (MMSI) yields the best results for wetter ombrotrophic species. Finally, this study proposes that multi-spectral data could also be used for comprehensive peatland moisture analysis.

Vaikka pohjoiset turvesuot kattavat vain pienen osan maapallon pinta-alasta, ne ovat kriittisiä ympäristöjä hiilen kiertokulun kannalta. Turvesuot toimivat merkittävinä hiilinieluina, jotka kerryttävät huomattavia hiilivarantoja. Ihmisten toiminta ja ilmastonmuutos kuitenkin uhkaavat näitä keskeisiä ekosysteemejä, vaarantaen niiden hiilidynamiikan ja altistaen soiden muuntumisen hiilinieluista hiililähteiksi. Turvesuot koostuvat suurelta osin rahkasammaleista, jotka toimivat olennaisena osana hiilensidontaa. Sammaleiden kyky sitoa hiiltä on vahvasti sidoksissa niiden kosteuteen, korostaen rahkasammalten kosteuspitoisuuden seurannan tärkeyttä turvesoiden kokonaisvaltaisissa arvioinneissa. Perinteiset menetelmät kosteuden mittaamiseksi ovat kuitenkin työläitä ja rajoittuvat pieniin alueisiin. Kaukokartoitus tarjoaa lupaavan vaihtoehdon turvesoiden kosteuden arvioimiseen, ja erityisesti satelliittikaukokartoitus mahdollistaa soiden laajan seurannan. Jotta kaukokartoitusaineistojen potentiaali voidaan kuitenkin täysin hyödyntää, on olennaista hankkia referenssimittauksia avainlajeista lähikartoitusmenetelmien avulla. Tämä diplomityö syventyy optisen lähikartoitusaineiston soveltamiseen yhdeksän pohjoiselle turvesuolle tyypillisen rahkasammallajikkeen kosteuspitoisuuden arvioimiseksi. Tutkimus kartoittaa erilaisia kosteuden arviointimenetelmiä, mukaan lukien OPTRAM-mallin, jatkuvan wavelet-muunnostekniikan (CWT), sekä kuusi eri spektristä kosteusindeksiä. Lisäksi dataa käsitellään vastaamaan yleisten multispektristen satelliittisensorien tietoja, jotta niiden käyttömahdollisuuksia soiden kosteuden tutkinnassa voidaan arvioida. Tulokset paljastavat eri menetelmien soveltuvuuden eri rahkasammalhabitaateille. CWT tuottaa lupaavia tuloksia, kun menetelmä kattaa kaikki tutkimuksen sammallajit. OPTRAM taas on tehokkain metodi kuivemmille mesotrofisille lajeille, pystyessään arvioimaan kosteutta ilman lajikohtaista riippuvuutta. Sitä vastoin kosteusindeksi MMSI tuottaa parhaimmat tulokset kosteammille ombrotrofisille lajeille. Tämän ohella tutkimustulokset viittaavat siihen, että hyperspektriaineistojen lisäksi myös multispektriaineistoja voidaan hyödyntää osana kattavia turvesoiden kosteusanalyysejä.

Description

Supervisor

Rautiainen, Miina

Thesis advisor

Burdun, Iuliia

Keywords

close-range sensing, Sphagnum moss, moisture estimation, optical data, OPTRAM, CWT

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202312187417

Collections

[dipl] Insinööritieteiden korkeakoulu / ENG