Remap: An online remote sensing application for land cover classification and monitoring. Issue 9 (5th July 2018)

• Record Type: Journal Article
• Authors: Murray, Nicholas J.; Keith, David A.; Simpson, Daniel; Wilshire, John H.; Lucas, Richard M.
• Editors: Pric, Samantha
• Is Part Of: Methods in ecology and evolution. Volume 9:Issue 9(2018)
• Page Start: 2019
• Page End: 2027
• Publication Date: 2018-07-05
• Subjects: ecosystem monitoring -- Google Earth Engine -- image classification -- IUCN Red List of Ecosystems -- land cover mapping -- Landsat Archive -- remote sensing -- satellite mapping; Ecology -- Periodicals; Evolution -- Periodicals; 577
• DOI: 10.1111/2041-210X.13043
• Languages: English
• ISSNs: 2041-210X

Abstract

Abstract: Recent assessments of progress towards global conservation targets have revealed a paucity of indicators suitable for assessing the changing state of ecosystems. Moreover, land managers and planners are often unable to gain timely access to the maps they need to support their routine decision‐making. This deficiency is partly due to a lack of suitable data on ecosystem change, driven mostly by the considerable technical expertise needed to develop ecosystem maps from remote sensing data. We have developed a free and open‐access online remote sensing and environmental modelling application, the Remote Ecosystem Monitoring and Assessment Pipeline (Remap ; https://remap-app.org ), that enables volunteers, managers and scientists with little or no experience in remote sensing to generate classifications (maps) of land cover and land use change over time. Remap utilizes the geospatial data storage and analysis capacity of Google Earth Engine and requires only spatially resolved training data that define map classes of interest (e.g. ecosystem types). The training data, which can be uploaded or annotated interactively within Remap, are used in a random forest classification of up to 13 publicly available predictor datasets to assign all pixels in a focal region to map classes. Predictor datasets available in Remap represent topographic (e.g. slope, elevation), spectral (archival Landsat image composites) and climatic variables (precipitation, temperature) that are relevant to the distribution of ecosystems and land cover classes. The ability of Remap to develop and export high‐quality classified maps in a very short (<10 min) time frame represents a considerable advance towards globally accessible and free application of remote sensing technology. By enabling access to data and simplifying remote sensing classifications, Remap can catalyse the monitoring of land use and change to support environmental conservation, including developing inventories of biodiversity, identifying hotspots of ecosystem diversity, ecosystem‐based spatial conservation planning, mapping ecosystem loss at local scales and supporting environmental education initiatives. Foreign Language Abstract Resumen: Recientes evaluaciones del progreso hacia metas de conservación globales han revelado una escasez de indicadores adecuados para evaluar el estado de ecosistemas y su cambio. Asimismo, los responsables de la ordenación y gestión territorial raramente tienen acceso oportuno a mapas requeridos para apoyar la toma de decisiones de rutina. Esta deficiencia se debe parcialmente a la falta de datos adecuados sobre el cambio en el estado de los ecosistemas, debido principalmente al alto nivel de conocimiento técnico requerido para elaborar mapas de ecosistemas usando datos de teledetección. Hemos desarrollado una aplicación de acceso en línea gratuito de modelaje medioambiental y monitoreo de teledetección, Remote Sensing Monitoring and Assessment Pipeline (Remap ; https://remap-app.org ); la cual permite que voluntarios, gestores y científicos con poca experiencia en teledetección generen clasificaciones (mapas) de los cambios temporales en la ocupación o el uso de suelo. Remap requiere únicamente datos espaciales para definir clases (p.ej. tipo de ecosistema), y utiliza el almacenamiento de datos geoespaciales y la capacidad de análisis de Google Earth Engine para asignar clases definidas a pixeles sin datos en un área focal. Los datos de entrenamiento, los cuales pueden ser cargados o anotados interactivamente en Remap, se utilizan en una clasificación estadística con hasta 13 tipos de predictores, los cuales están públicamente disponibles. Remap incluye predictores que son fundamentales para la distribución de los ecosistemas y los tipos de cobertura terrestre. Estos predictores incluyen datos de variables topográficas (p. ej. pendiente, elevación), espectrales (archivos de composiciones de imágenes Landsat) y climáticas (precipitación, temperatura). La capacidad de Remap para elaborar y exportar mapas clasificados de alta calidad en un corto plazo de tiempo (<10 minutos) representa un avance considerable en las tecnologías de teledetección a nivel mundial, y facilita su aplicación gratuita y accesible. Por lo que Remap puede acelerar el monitoreo del uso y cambio de suelo facilitando el acceso de datos y simplificando la clasificación de ecosistemas usando teledetección. Por ende, Remap apoya la conservación del medioambiente en varios frentes, incluyendo el desarrollo de inventarios de biodiversidad, la identificación de puntos de alta biodiversidad, la conservación espacial de ecosistemas, la documentación cartográfica espacial de perdida de ecosistemas a escalas locales y el apoyo de iniciativas de educación ambiental.