EUNIS Habitat Maps: Enhancing Thematic and Spatial Resolution for Europe through Machine Learning

要約

Eunisの生息地の分類は、ヨーロッパの生息地を分類し、自然保護に関するヨーロッパの政策を支援し、自然修復法を実施するために重要です。
詳細かつ正確な生息地情報の需要の高まりを満たすために、独立した検証と不確実性分析とともに、階層レベル3で260のユーニスの生息地タイプの空間予測を提供します。
アンサンブルの機械学習モデルを使用して、高解像度の衛星画像と生態学的に意味のある気候、地形、およびedaphic変数を使用して、ヨーロッパで最も可能性の高いユーニスの生息地を示すヨーロッパの生息地マップを作成しました。
さらに、各ユーニスレベル1形成内のレベル3で予測の不確実性と最も可能性の高い生息地に関する情報を提供します。
この製品は、保全と回復の両方の目的に特に役立ちます。
予測は、空間ブロックの交差検証を使用してヨーロッパの規模で交差検証され、フランス（森林のみ）、オランダ、オーストリアからの独立したデータに対して評価されました。
生息地マップは、生息地の形成全体のリコールと精度の観点から、明確なトレードオフを伴う検証データセットで強力な予測パフォーマンスを取得しました。

要約(オリジナル)

The EUNIS habitat classification is crucial for categorising European habitats, supporting European policy on nature conservation and implementing the Nature Restoration Law. To meet the growing demand for detailed and accurate habitat information, we provide spatial predictions for 260 EUNIS habitat types at hierarchical level 3, together with independent validation and uncertainty analyses. Using ensemble machine learning models, together with high-resolution satellite imagery and ecologically meaningful climatic, topographic and edaphic variables, we produced a European habitat map indicating the most probable EUNIS habitat at 100-m resolution across Europe. Additionally, we provide information on prediction uncertainty and the most probable habitats at level 3 within each EUNIS level 1 formation. This product is particularly useful for both conservation and restoration purposes. Predictions were cross-validated at European scale using a spatial block cross-validation and evaluated against independent data from France (forests only), the Netherlands and Austria. The habitat maps obtained strong predictive performances on the validation datasets with distinct trade-offs in terms of recall and precision across habitat formations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google