Biases in morphological landscape features: challenges for environmental purposes in GIScience and related fields

During the last two decades, a wide range of geographical tools including the calculation of landscape metrics were transposed to ecological studies to build models for land-use dynamics. Currently, few studies have evaluated the biases which can occur during the rasterization step which could influence the results. The purpose of this study was to evaluate the influence of dataset rasterization on area and perimeter variables, which are frequently used to calculate landscape indices, according to (i) the rasterization cell size and (ii) the shape of geographic features. The Urban Atlas 2006 dataset focused on Bas-Rhin department (France) was used as a vector reference layer. Rasterization was performed for various cell sizes to evaluate the influence of spatial resolution on the errors injected into shape descriptors. Five morphological metrics were calculated for all geographic features. For the first time, a UMAP algorithm was performed to relate the rasterization relative errors at all spatial resolutions with morphological attributes. Results showed that low values of area errors were obtained for cell sizes lower than 5 m (10%) with an overestimation tendency. For cell sizes greater to 10 m, overestimations and underestimations were occurring according to the shape of geographic features. This study showed that sensitivity analyses must be performed before any study carried out on landscape changes estimation to define the best raster cell size as function to the morphological attributes of the geographic features, the predefined error threshold.Au cours des deux dernières décennies, un large éventail d'outils géographiques a été transposé aux études écologiques afin de construire des modèles permettant d’étudier les dynamiques de changement des milieux naturels. Très fréquemment, une étape de rastérisation de données vectorielles est utilisée dans ce cadre. Encore peu d'études ont évalué les biais qui peuvent survenir lors de cette étape de rastérisation. L'objectif de cette étude est d'évaluer l'influence de la rastérisation, à partir d’un ensemble de jeu de données, sur les variables de surface et de périmètre, métriques fréquemment utilisées pour calculer les indices de paysage en fonction (i) de la taille de la cellule lors de la rastérisation et (ii) de la forme des caractéristiques géographiques. Le jeu de données de l'Atlas urbain 2006, centré sur le Bas-Rhin (France), a été utilisé comme couche vectorielle de référence. La rastérisation a été effectuée pour différentes tailles de cellule afin d'évaluer l'influence de la résolution spatiale sur les erreurs d’estimation des descripteurs de forme. Cinq métriques morphologiques ont été calculées pour toutes les entités géographiques. Pour la première fois, un algorithme UMAP a été réalisé pour relier les erreurs relatives de rastérisation à toutes les résolutions spatiales avec les attributs morphologiques de chaque entité géographique. Les résultats ont montré que de faibles valeurs d'erreurs de surface ont été obtenues pour des tailles de cellules inférieures à 5 m (10%) avec une tendance à la surestimation. Pour les tailles de cellule supérieures à 10 m, des surestimations et des sous-estimations se produisaient en fonction de la forme des entités géographiques. L'étude a montré que des analyses de sensibilité doivent être effectuées au préalable avant une estimation des changements de paysage afin de définir la meilleure taille de cellule matricielle en fonction des attributs morphologiques des caractéristiques géographiques et du seuil d'erreur prédéfini.Durante las últimas dos décadas, una amplia gama de herramientas geográficas han sido empleadas en estudios de la métrica del paisaje, con la finalidad de construir modelos aplicados en las dinámicas del cambio en el medio natural y donde frecuentemente se rasterizan los datos vectoriales. Actualmente, no existe una robusta literatura que haya evaluado los sesgos que pueden ocurrir durante tal proceso de rasterización y que podrían influir en los resultados. El objetivo de este estudio, fue evaluar la influencia de la rasterización a partir de un juego de datos sobre las variables de superficie y perímetro, métricas que se utilizan con frecuencia para calcular índices de paisaje en función de (i) el tamaño de la celda de rasterización y (ii) la forma de las características geográficas. Se utiliza el conjunto de datos “Atlas urbano” 2006, centrado en el departamento de Bas-Rhin (Francia) como capa vectorial de referencia. La rasterización se realizó para varios tamaños de celda, con la finalidad de evaluar la influencia de la resolución espacial sobre los errores de estimación de descriptores de forma. Se calcularon cinco métricas morfológicas para todas las entidades geográficas. Por primera vez, se realizó un algoritmo UMAP, para relacionar los errores relativos a la rasterización en todas las resoluciones espaciales, con los atributos morfológicos de cada entidad. Los resultados expresan que se obtuvieron bajos valores de error en la superficie para tamaños de celda menores a 5 m ( 10%) con una tendencia a la sobre estimación. Para los tamaños de celda superiores a 10 m, se produjeron sobre y sub estimaciones según la forma de las entidades geográficas. Este estudio deja en evidencia la necesidad de llevar a cabo análisis de sensibilidad, antes de aplicar cualquier estimación de cambios en el paisaje, con la finalidad de definir el mejor tamaño de la celda ráster en función de los atributos morfológicos de las características geográficas y del umbral de error predefinido