20.500.12556/DiRROS-28038 Sub-pixel mapping for change detection in fluvial environments Podpikselsko kartiranje za zaznavanje sprememb v rečnih okoljih Gravel bars are dynamic areas of bedload deposition in rivers. They perform important ecological functions and are considered indicators of changes in the hydrological characteristics of rivers. Satellite images with a frequent revisit period and a large area of simultaneous coverage are an ideal data source for monitoring many natural features including gravel bars. Openly and freely available remote sensing data from the Sentinel-2 and Landsat systems have a spatial resolution that may be too coarse for accurate detection of gravel bars, especially in mountainous areas where rivers and related features are narrow. We therefore developed a sub-pixel mapping method based on spectral mixture analysis. Very high resolution aerial orthophotos and satellite images, as well as field mapping, were used as reference. Sentinel-2 and Landsat spectral bands were supplemented with spectral indices to increase the separability between land cover classes of interest. Automatically selected endmembers led to results with similar accuracy as when manually selected endmembers were used. Endmembers selected on one image of the study area during the leaf-on season could be used to analyse another image of the same study area acquired with the same remote sensing system at a different time. The fraction maps were found to be more accurate than maps produced by hard classification with Spectral Angle Mapper using the same input data. Considering these findings, we produced fraction maps of gravel, vegetation, and water presence for the Soča and Sava rivers in Slovenia, and the Vjosa river in Albania for a period of over 30 years. The thematic accuracy of the maps was within 90%. We also tested the ability of fraction maps for change detection and found that changes of at least 400 m2 could be accurately detected. The time series plots can also be used to detect gravel removal as demonstrated at known excavation sites near the Dolje settlement on Soča and near Kranj on Sava. The current study contributes to science with new insights about the application of sub-pixel mapping for monitoring natural processes. The developed method can be applied to study areas where less in situ data are available. More informed management decisions can be made based on newly acquired knowledge. Prodišča so dinamična območja odlaganja plavin v rekah. Opravljajo pomembne ekološke funkcije in veljajo za pokazatelje sprememb hidroloških značilnosti rek. Satelitski posnetki s kratkim časom ponovnega obiska in velikim območjem hkratne pokritosti so idealen vir podatkov za spremljanje številnih naravnih značilnosti, vključno s prodišči. Prosto dostopni podatki daljinskega zaznavanja sistemov Sentinel-2 in Landsat imajo prostorsko ločljivost, ki je lahko preveč groba za natančno odkrivanje prodišč, zlasti na gorskih območjih, kjer so reke in z njimi povezane značilnosti ozke. Zato smo razvili podpikselsko metodo kartiranja, ki temelji na analizi vsebnosti spektralnega signala. Za referenco smo uporabili letalske ortofote, satelitske posnetke zelo visoke ločljivosti in terensko kartiranje. Poleg spektralnih pasov Sentinel-2 in Landsat smo za boljše ločevanje med izbranimi razredi pokrovnosti uporabili spektralne indekse. Samodejno izbrani končni piksli so omogočili kartiranje s podobno natančnostjo kot ročno izbrani končni piksli. Končne piksle, izbrane na enem posnetku študijskega območja med sezono olistanja, lahko uspešno uporabimo za analizo vsebnosti spektralnega signala drugih posnetkov istega območja, pridobljene z istim sistemom daljinskega zaznavanja na drugi točki sezone olistanosti. Karte deležev pokrovnosti so natančnejše od kart, izdelanih s trdo klasifikacijo s Spectral Angle Mapper z uporabo istih vhodnih podatkov. Ob upoštevanju teh ugotovitev smo izdelali karte deležev proda, vegetacije in vode za Sočo, Savo in Vjoso (Albanija) za obdobje več kot 30 let. Tematska natančnost kart je znotraj 90%. Preizkusili smo tudi sposobnost kart deležev pokrovnosti za zaznavanje sprememb in ugotovili, da je mogoče natančno zaznati spremembe v obsegu vsaj 400 m2. Časovne vrste lahko uporabimo tudi za zaznavanje odstranjevanja proda, kot je vidno na znanih območjih odvzema proda pri naselju Dolje na Soči in pri Kranju na Savi. Raziskava prispeva k znanosti z novimi spoznanji o uporabi podpikselskega kartiranja za spremljanje naravnih procesov. Razvito metodo lahko uporabimo za proučevanje območij, kjer je na voljo manj terenskih podatkov. Na podlagi novo pridobljenega znanja je mogoče sprejemati boljše odločitve o upravljanju z vodami in varstvu habitatov. bedload gravel bars monitoring mountainous areas multispectral data optical images remote sensing rivers soft classification spectral mixture analysis sub-pixel mapping analiza vsebnosti spektralnega signala daljinsko zaznavanje mehka klasifikacija optični posnetki plavine podpikselsko kartiranje prodišča reke spremljanje večspektralni podatki true false true Založba ZRC Angleški jezik Slovenski jezik Nosilci avtorskih pravic na prispevkih so avtorji in ZRC SAZU Neznano 2026-03-07 14:32:49 2026-03-07 14:32:49 2026-05-08 17:08:44 0000-00-00 00:00:00 2026 0 Ljubljana 2026 Ljubljana Zbirka Prostor, kraj čas; 23; Nasl. z nasl. zaslona; Opis vira z dne 18. 2. 2026; 1 spletni vir (1 datoteka PDF (141 str.)) 0000-00-00 Zaloznikova Objavljeno NiDoloceno 0000-00-00 0000-00-00 2026-02-05 528.8:553.624(0.034.2) 978-961-05-1094-9 10.3986/9789610510949 266440451 https://omp.zrc-sazu.si/zalozba/catalog/book/2244 0 527eb1ef-1a2b-11f1-81cd-001a4af901a5 https://dirros.openscience.si/Dokument.php?lang=slv&id=41387 Sub-Pixel+Mapping+for+Change+Detection+in+Fluvial+Environments.pdf Sub-Pixel+Mapping+for+Change+Detection+in+Fluvial+Environments.pdf 1 7CE0C787BE825E636CEB2C539B8C4733 ecbed7fb15d684e412c63fc2be4b25f20ea6e90b458ceffcd797fe9ec8b5938e a82ab416-1a2b-11f1-81cd-001a4af901a5 https://dirros.openscience.si/Dokument.php?lang=slv&id=41388 Znanstvenoraziskovalni center Slovenske akademije znanosti in umetnosti 0 0 0