diambil dari Survei Geologi Amerika Serikat. Citra bebas cloud sebagian besar dipilih,
dan pita CFmask dari produk pemantulan permukaan digunakan untuk menutupi awan tipis
dan bayangan awan.
Singkatnya, MODIS dan analisis berbasis Landsat berbeda dalam tiga aspek: i)
resolusi spasial (250 m vs 30 m), ii) RS-variabel yang dapat digunakan (NDVI musiman
maksimum vs NDVI pada spesifik, dan didorong ketersediaan data) , tanggal selama musim),
dan iii), periode temporal tercakup sebelum dan sesudah intervensi (hingga lima tahun dari
akuisisi vs satu akuisisi).
Akhirnya, untuk memeriksa konsistensi hasil BACI, citra VHR dari Google Earth
(GE) digunakan untuk evaluasi kualitatif dan visual dari intervensi restorasi. Analisis visual
dari VHRimagery sebelum dan sesudah tanggal intervensi bertujuan untuk menemukan
tanda-tanda intervensi, mulai dari tanda-tanda pembajakan traktor hingga visiblepatterns
perkebunan reguler dan pertumbuhan pohon baru. Ketika gambaran sebelum intervensi tidak
tersedia di GE (8 kasus dari 15), penilaian intervensi dilakukan pada citra hanya setelah
intervensi, dan didasarkan pada perbandingan tutupan vegetasi di dalam area intervensi
dengan wilayah tersebut. luar, dengan batasan yang jelas pada interpretasi yang mungkin.
Misi lapangan dan intervensi yang dianalisis
Intervensi Garis besar poligon proyek dan informasi proyek utama (jenis dan tahun
intervensi) diperoleh selama kunjungan tiga lapangan (2014-2015) yang dilakukan oleh Pusat
Penelitian Ilmiah Pusat Nasional Perancis (CNRS) dan didukung oleh Negara Bagian
SenegalLayanan Air dan Hutan. Karena catatan proyek restorasi yang tersentralisasi dan
publik tidak ada, lokasi proyek intervensi yang akan dikunjungi ditetapkan dengan staf
Layanan Air dan Hutan Senegal dan Badan Nasional Green Wall Agency Senegal. Informasi
awal ini dilengkapi dengan interpretasi visual menggunakan citra satelit VHR dari GE
sebelum kampanye lapangan dan wawancara dengan masyarakat setempat selama kampanye.
Area proyek kemudian digambarkan di lapangan menggunakan GPS.
Intervensi restorasi terutama melibatkan penanaman pohon (Acacia nilotica, Acacia
senegal, Acacia seyal dan Balanites aegypti-aca), pemagaran plot untuk meningkatkan
regenerasi alami spesies kayu dan mengembalikan rumput rangeland, dan kombinasi
keduanya. Penanaman pohon biasanya terjadi pada bulan Agustus, selama musim hujan.
Kegiatan dirancang untuk meningkatkan produktivitas lahan dalam jangka panjang
berdasarkan hipotesis bahwa peningkatan tutupan hutan karena intervensi akan
mengembalikan kesuburan tanah dan pada saat yang sama memberikan jasa ekosistem yang
relevan untuk masyarakat lokal (mis. Produksi gom arab dari Acacia Senegal, buah dari
Balanites aegyptiaca, dan jerami rumput untuk dipanen pada akhir musim dan digunakan
atau dijual). Intervensi restorasi dilaksanakan oleh National Great Green WallAgency
Senegal dalam kerangka program cash for work. Dicatat bahwa salah satu intervensi yang
dipertimbangkan dalam kasus uji (mis. Proyek no. 81 dari Gambar. 1) bukan milik GGWSSI,
tetapi merujuk pada perkebunan Acacia Senegal yang dilaksanakan oleh perusahaan swasta
untuk produksi permen karet Arab.
M. Meroni et al. / International Journal of Applied Earth Observation and
Geoinformation 59 (2017) 42–52
Gambar 1. Lokasi intervensi yang dipertimbangkan dalam studi kasus (poligon hijau dan
nomor identifikasi, perincian dalam Bagian 3.2). Area dengan dokumentasi yang tidak
mencukupi mengenai waktu intervensi, intervensi yang lebih kecil dari 0,25 km2, dan area
yang dikenai jenis intervensi lainnya (mis. Konservasi) berwarna abu-abu. Kotak merah
menggambarkan batas-batas citra Landsat yang digunakan. Citra latar adalah gabungan
warna yang benar (sumber: Esri). (Untuk interpretasi referensi warna dalam legenda gambar
ini, pembaca dirujuk ke versi web artikel ini.)
Untuk menguji metodologi yang diusulkan, dari daftar situs intervensi yang
diidentifikasi, kami memilih yang dengan karakter-karakter berikut: i) memiliki dokumentasi
periode intervensi, ii) dicakup oleh jalur Landsat 204 dan baris 49, iii) dilaksanakan setelah
tahun2002, dan iv) dengan luas lebih dari 0,25 km2 (yaitu minimum empat piksel MODIS).
Ini menghasilkan total 15 intervensi (poligon hijau pada Gambar. 1). Intervensi tanpa
karakteristik seperti itu dan area yang dikenai konservasi alam (grey polygonsin Gambar. A)
dikeluarkan dari algoritma pencarian situs kontrol yang dijelaskan dalam bagian metode.
Deskripsi singkat tentang berbagai proyek, termasuk waktu dan jenis intervensi, pengiriman
lapangan dan evaluasi analisis VHR, disajikan dalam bagian hasil (Tabel 3).
Evaluasi kualitatif dari keberhasilan intervensi tersedia untuk lima lokasi yang
dikunjungi pada Oktober 2015 dan Agustus2016. Berbagai elemen dipertimbangkan dalam
evaluasi ini: keberadaan dan status kesehatan pohon yang baru ditanam, perbedaan tutupan
pohon dan pohon sehubungan dengan lingkungan sekitar, wawancara informal dengan
penduduk setempat. Informasi ini, bersama dengan interpretasi visual dari citra VHR,
digunakan untuk melakukan pemeriksaan konsistensi dengan hasil metodologi yang
diusulkan.
Metode
Dalam desain BACI, untuk memperhitungkan perubahan alami, NDVI dari area
intervensi konservasi (yaitu situs "dampak") dibandingkan dengan situs lain, yang disebut
sebagai situs "kontrol" (Smith, 2002). Penggunaan beberapa situs kontrol (mis. BACI dengan
beberapa situs) memperluas ide ini dan menghindari kritik bahwa hasil percobaan BACI
semata-mata karena pilihan yang buruk dari situs kontrol.
Lokasi kontrol dipilih secara acak di antara situs yang mirip dengan situs dampak
(rincian dalam Bagian 4.1).
4.1. Spatial sampling
Sehubungan dengan lokasi dampak, area kontrol harus memiliki karakteristik berikut:
1. Tutupan lahan yang serupa sebelum intervensi;
2. Relatif dekat di ruang angkasa untuk mengalami variabilitas cuaca yang sama;
3. Tidak mengalami perubahan antropogenik selama periode sebelum – setelah
dianalisis;
4. Dipilih secara acak.
Selain itu, bahkan jika tidak benar-benar diperlukan oleh desain BACI, kami memilih
untuk memilih area kontrol dengan ukuran yang sama dengan area impak untuk memastikan
ukuran sampling yang lebih seimbang. Kesamaan karakteristik tanah, yang dikenal sebagai
penentu penting veg-etasi dalam sistem kering, diharapkan secara implisit dipastikan oleh
kondisi i.
Untuk memenuhi persyaratan ini, kami melanjutkan sebagai berikut untuk setiap situs
dampak. Ketika pengaturan yang berbeda digunakan untuk analisis MODIS dan Landsat, ini
secara eksplisit disebutkan dalam teks dan dilaporkan dalam Tabel 2. Beberapa produk antara
dari analisis untuk data Landsat dan nomor lokasi dampak 9 ditunjukkan pada Gambar. 2
sebagai contoh.
Pertama, kami membatasi area dari mana kontrol dipilih untuk area melingkar yang
berpusat pada centroid dari situs dampak. Piksel Yang Terkena kontaminasi awan dan SLC-
off di sebelumnya
M. Meroni et al. / International Journal of Applied Earth Observation and
Geoinformation 59 (2017) 42–52
Gambar 2. Contoh hasil antara dari pemrosesan yang diuraikan untuk proyek no. 9 (poligon
kuning, proyek lain berwarna merah). Gambar Landsat berasal dari tanggal berikut:
19/07/2003 (sebelum), 13/09/2012 (setelah). (A) dekat inframerah warna komposisi warna
gambar Landsat sebelumnya; piksel bertopeng (mis. di luar area pencarian, SLC-off,
terdeteksi sebagai cloudsor cloud shadow di gambar sebelum atau sesudah) berwarna hitam,
¨stripes ”berasal dari piksel yang terpengaruh SLC-off; (B) lima kelas klasifikasi ISODATA
dari piksel yang valid; (C) komposisi kelas RMSE sehubungan dengan area intervensi;
RMSE dari jendela yang ditetapkan ke piksel pusat; piksel yang jendelanya akan tumpang
tindih dengan proyek lain yang ditutup-tutupi (hitam); (D) poligon kotak hijau adalah kontrol
yang dipilih; Perbedaan NDVI (nilai setelah – sebelum) di latar belakang. (Untuk interpretasi
referensi warna dalam legenda gambar ini, pembaca dirujuk ke versi web artikel ini.)
Tabel 2. Daftar parameter MODIS dan spesifik Landsat yang digunakan dalam analisis.
atau setelah pencitraan ditutup (Gbr. 2A). Pembatasan ke area melingkar tersebut memiliki
tujuan memenuhi kondisi ii, yaitu mendefinisikan "lingkungan" di mana kondisi iklim tidak
boleh berubah secara signifikan. Luasnya area ini didefinisikan sebagai kelipatan dari ukuran
area dampak (area pencarian / area dampak = r). Kami membuat area penelitian ini
proporsional dengan ukuran area dampak untuk memastikan bahwa area tersebut
mengandung jumlah kontrol potensial yang kira-kira konstan, terlepas dari ukuran area
dampak. Rasio r ditetapkan untuk penelitian ini menjadi 600. Jika area dampak memiliki
bentuk lingkaran, ini akan sesuai dengan rasio antara area yang dicari dan radius dampak
24,5. Dalam studi kasus, ini menghasilkan radius pencarian rata-rata 25 km (kisaran = 9-61
km), di mana kondisi iklim yang serupa dapat diharapkan secara wajar.
Kedua, kami menggunakan gambar yang diperoleh pada periode sebelum intervensi
(Gbr. 2A) untuk melakukan iteratif algoritma pengelompokan yang diatur sendiri
(ISODATA) berulang dengan kelas n yang dibatasi secara spasial ke area pencarian (Gambar
2B). Dengan proses coba-coba yang didasarkan pada perbandingan kualitatif peta klasifikasi
ISODATA dan citra VHR, kami menetapkan n = 5 dalam penelitian ini. Sejumlah besar kelas
dapat dipilih jika lanskap lebih heterogen. Untuk sepenuhnya membandingkan hasil yang
dikumpulkan dengan Landsat dan analisis MODIS, kami melakukan klasifikasi
menggunakan data MODIS Landsator untuk kedua jenis analisis, menyiratkan bahwa situs
kontrol yang berbeda dipilih. Untuk analisis Landsat, semua band dalam domain pantul dari
satu gambar digunakan untuk klasifikasi, sedangkan untuk MODIS kita mengikuti
pendekatan yang diusulkan oleh de Bieet al. (2011), menggunakan lintasan NDVI multi-
temporal alih-alih informasi multispektral. Klasifikasi demikian dilakukan pada lima tahun
dataset multi-temporal dari komposit 10-hari yang berakhir tahun sebelum pelaksanaan
tindakan restorasi. Setelah tahap klasifikasi ini, komposisi kelas fraksional dari daerah yang
terkena dihitung.
Ketiga, kami mendefinisikan kontrol generik sebagai jendela spasial persegi dengan
area yang sama dengan lokasi dampak. Populasi kontrol potensial dengan demikian dibentuk
oleh semua win- dow berpusat pada masing-masing piksel yang termasuk dalam area
pencarian. Kontrol potensial yang tumpang tindih dengan lokasi dampak lainnya atau area
yang dikecualikan (area yang menjadi subjek pelestarian lingkungan dalam studi kasus kami)
dikecualikan. Kontrol potensial yang memiliki lebih dari 50% piksel tidak valid (karena
tertutup oleh cloud dan shadow mask) juga dikecualikan. Kemudian, komposisi kelas
fraksional dihitung untuk setiap kontrol potensial.
Keempat, kesamaan tutupan lahan antara masing-masing kontrol potensial dan
dampaknya didefinisikan sebagai pelengkap kesalahan akar berarti persegi antara komposisi
fraksional dan satu, yaitu sim-ilaritas s = 1-RMSE (Gambar 2C). Nilai-nilai yang dekat
dengan satu dengan demikian mengindikasikan komposisi kelas keseluruhan yang hampir
identik dari kontrol potensial dan dampaknya. Perhatikan bahwa kesamaan nilai-nilai NDVI
sebelum intervensi tidak dipertimbangkan di sini karena desain BACI tidak memerlukan
tingkat variabel minat yang serupa.
Kelima, kami melakukan subsampel populasi kontrol potensial dengan melepaskan
kartu yang memiliki kesamaan lebih kecil dari s (0,9). Pada titik ini kami memiliki sampel
kontrol potensial yang memenuhi kondisi i danii. Dari sampel ini kami secara acak
mengekstrak situs nccontrol (nc = 20 dalam penelitian ini, Gambar. 2D). Ekstraksi acak
dilaksanakan menggunakan probabilityproportional to size sampling (Lohr, 2010), di mana
kemungkinan pemilihan untuk setiap elemen sebanding dengan kemiripannya dengan situs
yang terkena dampak. Dengan cara ini, kontrol yang paling mirip memiliki kemungkinan
yang lebih tinggi untuk dipilih. Setelah kontrol diekstraksi, semua kontrol potensial yang
bertepuk tangan dikecualikan untuk seleksi lebih lanjut dan ekstraksi acak diulangi sampai
semua kontrol yang diperlukan dipilih. Perlu dicatat bahwa prosedur ini tidak menjamin
bahwa semua kontrol yang diinginkan benar-benar tersedia. Jika jumlah kontrol yang dipilih
dianggap tidak cukup, seseorang dapat meningkatkan area pencarian atau mengurangi
kesamaan yang diperlukan untuk meningkatkan populasi kontrol kandidat dan dengan
demikian jumlah kontrol yang dipilih.
Setelah lokasi kontrol ditetapkan, NDVI diekstraksi untuk semua piksel valid milik
dampak dan area kontrol untuk periode sebelum dan setelah intervensi. Proses seleksi yang
dijelaskan sejauh ini dilaksanakan di IDL (Harris GeospatialSolution, Inc.) dan sepenuhnya
terotomatisasi.
Akhirnya, kondisi iii diuji dengan memeriksa secara visual seri waktu yang tersedia
dari citra Landsat dari lokasi kontrol yang dipilih. Itis mencatat bahwa hanya perubahan
penggunaan lahan yang jelas, misalnya dari vegetasi alami ke lahan pertanian atau ke
pemukiman, yang dapat dideteksi sejauh ini. Kemungkinan terjadinya perubahan yang
kurang terlihat, seperti praktik manajemen hutan dataran yang tidak dilaporkan, karenanya
tidak dapat dikecualikan. Dampak dari pemilihan potensial kontrol yang tidak sesuai tersebut
diharapkan dapat dikurangi dengan mengumpulkan sejumlah besar lokasi kontrol.
Gambar 4. Scatterplot nilai absolut dari kontras BACI relatif (sama dengan 100 * | kontras
| / rata-rata variabel RS sebelum intervensi) vs. nilai-P dari BACItest. Penolakan hipotesis
nol untuk nilai-P ambang batas khas 0,05 dan 0,1 ditunjukkan sebagai garis putus-putus.
Nomor proyek. 4 (menunjukkan penurunan sehubungan dengan kontrol)
menunjukkan perilaku yang berlawanan: nilai-P yang lebih rendah (mis. Kepercayaan diri
yang lebih tinggi) untuk analisis Landsat. Di sini, ukuran kecil restorasi tidak berperan,
menghasilkan sampel spasial MODIS yang buruk, di satu sisi dengan mengurangi ukuran
sampel dan kekuatan tes, dan di sisi lain dengan membuat beberapa sampel MODIS kurang
dapat diandalkan. Bahkan, area aktual yang dirasakan oleh instrumen lebih besar daripada
resolusi spasial nomi-nal, dan memiliki bentuk elips yang dikontrol oleh karakteristik sensor
dan geometri pengamatan (Duveiller et al., 2011; Duveiller dan Defourny, 2010). Dengan
demikian, sebagian kecil dari piksel signalin yang terletak di perbatasan area proyek dapat
berasal dari area di luar. Efek ini mungkin tidak dapat diabaikan ketika area proyek hanya
terdiri dari beberapa piksel MODIS, seperti untuk projectno. 4.
Selain hasil uji statistik (yaitu penolakan terhadap hipotesis nol dari tidak ada
perubahan), kontras BACI relatif dapat memberikan wawasan tambahan tentang tingkat
keberhasilan suatu proyek intervensi yang diberikan. Misalnya, dengan analisis MODIS, ini
berkisar dari + 6,3% (degradasi untuk proyek no. 4) menjadi −27,7% (perbaikan untuk
proyek. 14), menunjukkan besarnya perbedaan efek dari intervensi restorasi yang berbeda.
5.2. BACI results vs. qualitative information
Informasi Sebuah kesepakatan umum antara informasi kualitatif yang diekstraksi dari
citra Google Earth VHR dan hasil BACI diamati. Di semua situs di mana tidak ada tanda-
tanda intervensi atau tidak ada perbedaan dengan daerah sekitarnya diamati dalam citra VHR,
efek BACI tidak signifikan. Di semua lokasi di mana pola pohon yang ditanam secara teratur
dan ditanam diamati, kontras BACI negatif dan efek BACI signifikan, dengan pengecualian
situs no. 81 yang tidak signifikan ketika Landsat digunakan. Uji pengaruh BACI juga setuju
dengan evaluasi kualitatif lapangan yang tersedia untuk lima lokasi. Di antara lima situs, dua
dievaluasi sebagai relatif sukses dan dicocokkan dengan efek BAC yang signifikan (situs no.
14 dan 15), dan tiga dievaluasi secara negatif dan dicocokkan dengan efek BACI yang tidak
signifikan (situs no. 9, 16and 44) . Situs no. 5, di mana keberadaan intervensi reboisasi tidak
terlihat, malah ditemukan memiliki BACI yang signifikan dan negatif. Namun, evaluasi
lapangan tidak memberikan informasi tentang tutupan padang rumput yang mungkin telah
membaik setelah intervensi pagar, sehingga memicu deteksi statistik efek penghijauan.
5.3. Applicability of the method to different intervention types
Meskipun intervensi restorasi yang tidak melibatkan “penghijauan” tidak dapat
diteliti dengan menggunakan NDVI, rentang penerapannya dapat diperluas menggunakan
kerangka kerja statistik yang sama dengan indikator kuantitatif berbasis RSK lainnya, bila
dianggap relevan untuk menilai keberhasilan jenis intervensi khusus di skala analisis.
Misalnya, proses erosi tanah dapat dinilai dengan mendeteksi fitur erosi dan erosi area atau
dengan memperkirakan faktor-faktor pengendali erosi, seperti kelembaban tanah dan
kekasaran permukaan (Anderson dan Croft, 2009; Vrieling, 2006). Metrik pola spa dapat
mendukung penilaian intervensi restorasi yang berdampak pada komposisi habitat,
fragmentasi, dan konektivitas di tingkat lanskap, juga terkait dengan proses degradasi lahan
(Fava et al., 2015; Kéfi et al., 2007). Sebagai contoh tambahan, pemetaan kuantitatif skala-
halus dari spesies tanaman tertentu (mis. Invasif) dapat menjadi sangat penting untuk
memantau efektivitas upaya penanaman atau upaya pengendalian tanaman (Pysek dan
Richardson, 2010).
5.4. Applicability of the method to different landscape settings
Variasi topografi tidak secara eksplisit diperhitungkan dalam metode yang dijelaskan.
Meskipun tidak menjadi masalah dalam studi kasus lahan datar, dua efek topografi dapat
dipertimbangkan di daerah dengan bantuan yang signifikan. Pertama, tipe vegetasi yang
berbeda tumbuh di lokasi dengan ketinggian, kemiringan, dan aspek yang berbeda. Dengan
demikian, kontrol harus dipilih dengan karakteristik topografi yang serupa sehubungan
dengan situs restorasi. Seperti yang kita harapkan berbagai jenis vegetasi terlihat oleh
klasifikasi citra RS, efek pertama ini tidak menghambat metode yang diusulkan. Selain itu,
dalam kasus-kasus di mana karakteristik topografi diharapkan menjadi penting, mereka dapat
ditambahkan ke lapisan input klasifikasi. Efek kedua topografi adalah pada geometri sistem
sensor target matahari, dan dengan demikian pada reflektansi. Variasi pertolongan sedang
diharapkan memiliki dampak kecil pada metode ini karena penggunaan bandratio seperti
NDVI akan mengurangi efek topografi (Lee and Kaufman, 1986). Selain itu, kondisi
pencahayaan yang berbeda (setidaknya yang terkait dengan komponen lampu langsung)
dapat dinormalisasi menggunakan, misalnya, koreksi aspek-lereng (misalnya Teillet et al.,
1982). Oleh karena itu, topografi dapat diperlakukan dan tidak membatasi penerapan metode.
Analisis BACI adalah metode komparatif di mana variabilitas temporal karena
kondisi lingkungan alami (mis. Cuaca) dicatat menggunakan kontrol. Pemilihan acak dari
beberapa situs kontrol utama dan inspeksi visual stabilitas mereka selama periode analisis
meminimalkan dampak dari pemilihan kontrol yang tidak cocok (yaitu dipengaruhi oleh
perubahan cuaca yang didorong oleh faktor cuaca setelah waktu intervensi). Namun, jika
lansekap di sekitar area restorasi mengalami perubahan antropogenik yang meluas (mis.
Intensifikasi pertanian, urbanisasi), kemungkinan pemilihan beberapa kontrol yang sesuai
akan sangat terbatas, sehingga memengaruhi kekuatan diskriminasi tes. Sebaliknya,
gangguan alami yang mungkin terjadi seperti kebakaran atau hama dapat diperhitungkan
dengan tes ini. Bahkan, penurunan kehijauan akan terdeteksi jika gangguan hanya
mempengaruhi lokasi restorasi sementara peningkatan relatif akan lebih mungkin terdeteksi
jika dis-turbance mempengaruhi beberapa kontrol. Perubahan dalam warna hijau dapat
ditafsirkan sebagai penurunan (atau peningkatan) kerentanan terhadap gangguan seperti itu
karena intervensi.
Kesimpulan
Untuk pertama kalinya, desain sebelum / sesudah kontrol / dampak (BACI)
diterapkan pada data RS untuk mengevaluasi dampak biofisik dari proyek restorasi.
Kesepakatan besar ditemukan dalam hasil uji statistik menggunakan MODIS atau data
Landsat. Pengamatan MODIS yang sering terjadi membuat data instrumen ini sesuai dengan
desain BACI yang paling kuat, mengeksploitasi beberapa kontrol dan beberapa pengamatan
sebelum dan setelah intervensi. Penggunaan data Landsat dalam studi kasus uji kami dibatasi
oleh ketersediaan awan yang terbatas. -Gambar gratis, memaksa penerapan desain BACI satu
kali dan menghasilkan kepercayaan diri yang lebih rendah (yaitu tingkat signifikansi yang
lebih tinggi, nilai P) dari hasil pengujian. Analisis proyek intervensi yang lebih baru akan
mendapat manfaat dari ketersediaan lebih sering pengamatan satelit dari satelit Land-sat 8
dan Sentinel 2. Kombinasi dari resolusi spasial dan temporal tinggi yang ditawarkan oleh
sensor seperti Sentinels 2 dapat meningkatkan potensi metode yang diusulkan. Selain itu,
untuk proyek sebelumnya, penggunaan satelit komersial (mis. SPOT 4 dan 5, Rapid Eye)
dapat dipertimbangkan untuk melengkapi citra bebas dan meningkatkan ketersediaan data.
Hasil analisis statistik sesuai dengan informasi kualitatif yang disediakan oleh
observasi lapangan dan interpretasi visual dari citra VHR di Google Earth. Pendekatan yang
diusulkan dapat dianggap sebagai penapisan pertama intervensi restorasi yang dapat
mendorong lebih lanjut dan saling melengkapi dalam situasi, sehingga meningkatkan
efisiensi biaya dan kelayakan evaluasi intervensi restorasi. Selain itu, metode-ology dapat
digunakan untuk pemantauan jangka panjang intervensi restorasi, sehingga memungkinkan
manfaat investasi awal dan keberlanjutannya dievaluasi.
Ketika NDVI digunakan, penerapan metode yang diusulkan terbatas pada verifikasi
dampak biofisik dalam hal variasi dalam tutupan vegetasi. Ini tidak terbatas pada reboisasi
dan peningkatan lahan tetapi untuk sejumlah intervensi (mis. Konservasi tanah, kontrol aliran
air permukaan, infrastruktur untuk irigasi, perbaikan tata kelola dan pengelolaan lahan, dll.)
Yang juga menyebabkan penghijauan kembali. Penggunaan variabel penginderaan jarak jauh
lainnya (mis. Kelembaban tanah, kekasaran permukaan, fragmentasi, pemetaan spesies VHR)
dapat lebih lanjut memperluas penerapan kerangka kerja logistik untuk aspek-aspek lain dari
intervensi restorasi. Analisis in situ tetap merupakan hal yang sangat mendasar, tidak hanya
memberikan serangkaian indikator biofisik yang lebih terperinci yang ditargetkan pada
restorasi spesifik, tetapi juga mempertimbangkan aspek-aspek kunci lainnya dari restorasi
yang terkait dengan persepsi sosial dan dampak ekonomi.
Ucapan Terima Kasih
Kami ingin mengucapkan terima kasih kepada Moustapha Bassimbé Sagna atas dukungan
selama misi lapangan dan Observatorium Lingkungan Manusia CNRS (Tessekeré, Senegal)
atas dukungan keuangan untuk misi lapangan. Pekerjaan ini didanai oleh Pengaturan
Administratif antara Komisi Eropa DG DEVCO dan JRCfor¨Teknis dan ilmiah dukungan
untuk pertanian dan pangan dan sektor keamanan gizi "(TS4FNS2, ref. 33272).