Code and data for comparison of tree cover density estimates between …

…Norwegian TreeCover product and Copernicus HRL Tree Cover Density dataset, including zonal statistics and statistical analysis.

QGIS_Steg_for_Zonal_Stats_Resultat.txt

@@ -0,0 +1,5 @@
+På hver av de åtte testområdene:
+1. Merge overlappende raster filer fra HRL_TC
+1.1 Noen områder trenger Fix geometries
+2. Clip Raster by mask layer
+3. Zonal Statistics

Readme.md

@@ -0,0 +1,3 @@
+## Bruk av Python-kode
+1. Se til at Excel-csv filer er i samme mappe som kode.
+2. Ha Python pakker som Pandas, Seaborn, Matplotlib, Scipy og Numpy installert

stats_calc.py

@@ -0,0 +1,48 @@
+import pandas as pd
+import seaborn as sns
+import matplotlib.pyplot as plt
+from scipy import stats
+
+# Les data
+df = pd.read_csv('Nr_8_Zonal_stats.csv')
+
+# Konverter relTreeArea til prosent
+df['relTreeArea'] = df['relTreeArea'] * 100
+
+# Beregn differanse
+df['differanse'] = df['relTreeArea'] - df['_mean']
+
+# Grunnleggende statistikk
+print("Grunnleggende statistikk:")
+print("------------------------")
+print("Gjennomsnittlig differanse:", df['differanse'].mean())
+print("Median differanse:", df['differanse'].median())
+print("Standardavvik:", df['differanse'].std())
+
+# Korrelasjon
+korrelasjon = df['relTreeArea'].corr(df['_mean'])
+print(f"\nPearson korrelasjon: {korrelasjon}")
+
+# Print verdiområder for å verifisere
+print("\nVerdiområder etter konvertering:")
+print(f"relTreeArea range: {df['relTreeArea'].min():.1f}% - {df['relTreeArea'].max():.1f}%")
+print(f"HRL TCD range: {df['_mean'].min():.1f}% - {df['_mean'].max():.1f}%")
+
+# Visualiseringer
+# 1. Scatter plot
+plt.style.use("seaborn-v0_8")
+plt.figure(figsize=(10,6))
+sns.scatterplot(data=df, x='relTreeArea', y='_mean', alpha=0.5)
+plt.plot([0, 100], [0, 100], 'r--')  # 1:1 linje
+plt.xlabel('relTreeArea (%)')
+plt.ylabel('HRL TCD (%)')
+plt.title('Sammenligning av relTreeArea og HRL TCD')
+plt.show()
+
+# 2. Histogram over differanser
+plt.figure(figsize=(10,6))
+sns.histplot(data=df, x='differanse', bins=50)
+plt.xlabel('Differanse (relTreeArea - HRL TCD)')
+plt.ylabel('Antall polygoner')
+plt.title('Fordeling av differanser mellom relTreeArea og HRL TCD')
+plt.show()

stats_calc_alle_regioner.py

@@ -0,0 +1,235 @@
+import pandas as pd
+import seaborn as sns
+import matplotlib.pyplot as plt
+from scipy import stats
+import numpy as np
+
+# Definer region for hvert datasett
+area_regions = {
+    'Nr_1_Zonal_stats.csv': 'Nord-Norge (Arctic)',     # Finnmark
+    'Nr_2_Zonal_stats.csv': 'Nord-Norge (Sub-Arctic)', # Nordland
+    'Nr_3_Zonal_stats.csv': 'Midt-Norge',             # Trøndelag
+    'Nr_4_Zonal_stats.csv': 'Midt-Norge',             # Innlandet
+    'Nr_5_Zonal_stats.csv': 'Østlandet',              # Akershus
+    'Nr_6_Zonal_stats.csv': 'Sørlandet',              # Telemark/Agder
+    'Nr_7_Zonal_stats.csv': 'Sørlandet',              # Agder
+    'Nr_8_Zonal_stats.csv': 'Sørlandet'               # Rogaland/Vestland
+}
+
+# Funksjon for å beregne konfidensintervall (95%)
+def konfidensintervall(data):
+    confidence = 0.95
+    mean = np.mean(data)
+    sem = stats.sem(data)
+    ci = stats.t.interval(confidence=confidence, 
+                         df=len(data)-1,
+                         loc=mean,
+                         scale=sem)
+    return ci
+
+# Les inn alle filer og legg til region
+dataframes = []
+for file, region in area_regions.items():
+    try:
+        df = pd.read_csv(file)
+        # Konverter relTreeArea til prosent
+        df['relTreeArea'] = df['relTreeArea'] * 100
+        df['region'] = region
+        df['testarea'] = file.replace('_Zonal_stats.csv', '')
+        dataframes.append(df)
+    except Exception as e:
+        print(f"Feil ved lesing av {file}: {e}")
+
+# Kombiner alle datasett
+all_data = pd.concat(dataframes, ignore_index=True)
+
+# Beregn differanse
+all_data['differanse'] = all_data['relTreeArea'] - all_data['_mean']
+
+# REGIONAL ANALYSE
+print("\n=== REGIONAL ANALYSE ===")
+print("\nStatistikk per region:")
+print("----------------------")
+
+regional_stats = pd.DataFrame()
+for region in all_data['region'].unique():
+    region_data = all_data[all_data['region'] == region]
+    ci = konfidensintervall(region_data['differanse'].dropna())
+
+    stats_dict = {
+        'Differanse (gjennomsnitt)': region_data['differanse'].mean(),
+        'Differanse (standardavvik)': region_data['differanse'].std(),
+        'Differanse (median)': region_data['differanse'].median(),
+        'Differanse (CI nedre)': ci[0],
+        'Differanse (CI øvre)': ci[1],
+        'relTreeArea (gjennomsnitt)': region_data['relTreeArea'].mean(),
+        'relTreeArea (min)': region_data['relTreeArea'].min(),
+        'relTreeArea (max)': region_data['relTreeArea'].max(),
+        'HRL TCD (gjennomsnitt)': region_data['_mean'].mean(),
+        'HRL TCD (min)': region_data['_mean'].min(),
+        'HRL TCD (max)': region_data['_mean'].max()
+    }
+
+    regional_stats[region] = pd.Series(stats_dict)
+
+print(regional_stats.round(2).T)
+
+# INDIVIDUELL ANALYSE
+print("\n=== INDIVIDUELL ANALYSE ===")
+print("\nStatistikk per testområde:")
+print("-------------------------")
+
+testarea_stats = pd.DataFrame()
+for area in all_data['testarea'].unique():
+    area_data = all_data[all_data['testarea'] == area]
+    ci = konfidensintervall(area_data['differanse'].dropna())
+
+    stats_dict = {
+        'Differanse (gjennomsnitt)': area_data['differanse'].mean(),
+        'Differanse (standardavvik)': area_data['differanse'].std(),
+        'Differanse (median)': area_data['differanse'].median(),
+        'Differanse (CI nedre)': ci[0],
+        'Differanse (CI øvre)': ci[1],
+        'relTreeArea (gjennomsnitt)': area_data['relTreeArea'].mean(),
+        'relTreeArea (min)': area_data['relTreeArea'].min(),
+        'relTreeArea (max)': area_data['relTreeArea'].max(),
+        'HRL TCD (gjennomsnitt)': area_data['_mean'].mean(),
+        'HRL TCD (min)': area_data['_mean'].min(),
+        'HRL TCD (max)': area_data['_mean'].max()
+    }
+
+    testarea_stats[area] = pd.Series(stats_dict)
+
+print(testarea_stats.round(2).T)
+
+# SAMLET STATISTIKK
+print("\n=== SAMLET STATISTIKK ===")
+total_ci = konfidensintervall(all_data['differanse'].dropna())
+print(f"Gjennomsnittlig differanse: {all_data['differanse'].mean():.2f}")
+print(f"Median differanse: {all_data['differanse'].median():.2f}")
+print(f"Standardavvik: {all_data['differanse'].std():.2f}")
+print(f"95% konfidensintervall: [{total_ci[0]:.2f}, {total_ci[1]:.2f}]")
+print(f"Pearson korrelasjon: {all_data['relTreeArea'].corr(all_data['_mean']):.3f}")
+
+
+# Skriv resultatene til fil
+with open('treecoverdensity_analyse.txt', 'w', encoding='utf-8') as f:
+    # REGIONAL ANALYSE
+    f.write("=== REGIONAL ANALYSE ===\n")
+    f.write("Statistikk per region:\n")
+    f.write("-" * 100 + "\n\n")
+
+    # Skriv regional statistikk
+    f.write("Regional statistikk for differanser:\n")
+    f.write(regional_stats.T[['Differanse (gjennomsnitt)', 'Differanse (standardavvik)', 
+                             'Differanse (median)', 'Differanse (CI nedre)', 
+                             'Differanse (CI øvre)']].round(2).to_string())
+    f.write("\n\n")
+
+    f.write("Regional statistikk for relTreeArea:\n")
+    f.write(regional_stats.T[['relTreeArea (gjennomsnitt)', 'relTreeArea (min)', 
+                             'relTreeArea (max)']].round(2).to_string())
+    f.write("\n\n")
+
+    f.write("Regional statistikk for HRL TCD:\n")
+    f.write(regional_stats.T[['HRL TCD (gjennomsnitt)', 'HRL TCD (min)', 
+                             'HRL TCD (max)']].round(2).to_string())
+    f.write("\n\n")
+
+    # INDIVIDUELL ANALYSE
+    f.write("\n=== INDIVIDUELL ANALYSE ===\n")
+    f.write("Statistikk per testområde:\n")
+    f.write("-" * 100 + "\n\n")
+
+    # Skriv testområde statistikk
+    f.write("Testområde statistikk for differanser:\n")
+    f.write(testarea_stats.T[['Differanse (gjennomsnitt)', 'Differanse (standardavvik)', 
+                             'Differanse (median)', 'Differanse (CI nedre)', 
+                             'Differanse (CI øvre)']].round(2).to_string())
+    f.write("\n\n")
+
+    f.write("Testområde statistikk for relTreeArea:\n")
+    f.write(testarea_stats.T[['relTreeArea (gjennomsnitt)', 'relTreeArea (min)', 
+                             'relTreeArea (max)']].round(2).to_string())
+    f.write("\n\n")
+
+    f.write("Testområde statistikk for HRL TCD:\n")
+    f.write(testarea_stats.T[['HRL TCD (gjennomsnitt)', 'HRL TCD (min)', 
+                             'HRL TCD (max)']].round(2).to_string())
+    f.write("\n\n")
+
+    # SAMLET STATISTIKK
+    f.write("\n=== SAMLET STATISTIKK ===\n")
+    f.write("-" * 100 + "\n")
+    f.write(f"Gjennomsnittlig differanse: {all_data['differanse'].mean():.2f}\n")
+    f.write(f"Median differanse: {all_data['differanse'].median():.2f}\n")
+    f.write(f"Standardavvik: {all_data['differanse'].std():.2f}\n")
+    f.write(f"95% konfidensintervall: [{total_ci[0]:.2f}, {total_ci[1]:.2f}]\n")
+    f.write(f"Pearson korrelasjon: {all_data['relTreeArea'].corr(all_data['_mean']):.3f}\n")
+
+print("Analyseresultatene er skrevet til 'treecoverdensity_analyse.txt'")
+
+
+# Plotting
+# REGIONAL PLOTS
+# 1. Scatter plot med regioner
+plt.style.use("seaborn-v0_8")
+plt.figure(figsize=(15, 10))
+sns.scatterplot(data=all_data, 
+                x='relTreeArea', 
+                y='_mean', 
+                hue='region',
+                alpha=0.5)
+plt.plot([0, 100], [0, 100], 'r--', label='1:1 linje')
+plt.xlabel('relTreeArea (%)')
+plt.ylabel('HRL TCD (%)')
+plt.title('Sammenligning av relTreeArea og HRL TCD per region')
+plt.legend(title='Region', bbox_to_anchor=(1.05, 1), loc='upper left')
+plt.tight_layout()
+plt.savefig('scatter_plot_regional.png', dpi=300, bbox_inches='tight')
+plt.show()
+
+# 2. Box plot med regioner
+plt.figure(figsize=(12, 6))
+sns.boxplot(data=all_data, x='region', y='differanse')
+plt.xticks(rotation=45)
+plt.xlabel('Region')
+plt.ylabel('Differanse (relTreeArea - HRL TCD)')
+plt.title('Fordeling av differanser per region')
+plt.tight_layout()
+plt.savefig('boxplot_regional.png', dpi=300, bbox_inches='tight')
+plt.show()
+
+# INDIVIDUELLE PLOTS
+# 1. Scatter plot med testområder
+plt.figure(figsize=(15, 10))
+sns.scatterplot(data=all_data, 
+                x='relTreeArea', 
+                y='_mean', 
+                hue='testarea',
+                alpha=0.5)
+plt.plot([0, 100], [0, 100], 'r--', label='1:1 linje')
+plt.xlabel('relTreeArea (%)')
+plt.ylabel('HRL TCD (%)')
+plt.title('Sammenligning av relTreeArea og HRL TCD per testområde')
+plt.legend(title='Testområde', bbox_to_anchor=(1.05, 1), loc='upper left')
+plt.tight_layout()
+plt.savefig('scatter_plot_testomrader.png', dpi=300, bbox_inches='tight')
+plt.show()
+
+# 2. Box plot med testområder
+plt.figure(figsize=(15, 6))
+sns.boxplot(data=all_data, x='testarea', y='differanse')
+plt.xticks(rotation=45)
+plt.xlabel('Testområde')
+plt.ylabel('Differanse (relTreeArea - HRL TCD)')
+plt.title('Fordeling av differanser per testområde')
+plt.tight_layout()
+plt.savefig('boxplot_testomrader.png', dpi=300, bbox_inches='tight')
+plt.show()
+
+print("\nAnalysen er ferdig. Resultater er lagret i:")
+print("- scatter_plot_regional.png")
+print("- boxplot_regional.png")
+print("- scatter_plot_testomrader.png")
+print("- boxplot_testomrader.png")