Artykuł “Motif: an open-source R tool for pattern-based spatial analysis” Jakuba Nowosada opublikowany w czasopićmie Landscape Ecology przestawia powiązany ze sobą zestaw metod pozwalający na wyszukiwanie przestrzenne, wykrywanie zmian i grupowanie obszarów o podobnej charakterystyce. W ramach publikacji stworzono także oprogramowanie i zastosowano je do czterech zróżnicowanych przykładów. Stworzone metody mogą być szeroko stosowane, w tym do zarządzania gruntami, ochrony środowiska, czy monitorowania zmian środowiska.
Środowisko przyrodnicze jest złożonym systemem interakcji między żywymi organizmami, klimatem, zasobami naturalnymi, współoddziałującym z działalnością człowieka. Zarejestrowanie, opisanie i zrozumienie tych złożonych relacji w skali globalnej jest wymagającym zadaniem. Współcześnie do tego celu wspomagamy się danymi pozyskanymi zdalnie, np. z czujników zamontowanych na sztucznych satelitach. Takie zbiory danych charakteryzuje jednak zarówno znacząca ilość jak i różnorodność przechowywanej informacji, przez co analiza oraz podjęcie stosownych działań opartych o dane przekracza możliwości pojedynczych osób. Aby sprostać temu wyzwaniu tworzone są metody i narzędzia komputerowe powalające na pracę ze zróżnicowanymi danymi o otaczającym nas świecie.
Publikacja “Motif: an open-source R tool for pattern-based spatial analysis” opisuje stworzenie systemu do analizy przestrzennej opartej na strukturach przestrzennych. Na podstawie przetworzonych danych satelitarnych (np. danych o pokryciu terenu), system ten umożliwia wyszukiwania przestrzenne, wykrywanie zmian i grupowanie podobnych obszarów. Zaprojektowany system analityczny został także zaimplementowany w postaci otwartego oprogramowania motif, który umożliwia obliczenia na wysokorozdzielczych danych w skali kontynentalnej czy globalnej.
Nowy system analityczny zastosowano do czterech studiów przypadku. W pierwszym z nich pokazano na przykładzie danych o pokryciu terenu Nowej Gwinei, jak można automatycznie opisać zróżnicowane lokalne obszary. Drugie studium przypadku pozwoliło na znalezienie obszarów o podobnej topografii do terenu Suwalskiego Parku Krajobrazowego. Używając stworzonej metodyki, określono, że najbardziej podobne obszary tworzą pas o jednorodnej topografii w północnej Polsce. W trzecim studium przypadku ukazano ogólny obraz zmian pokrycia terenu dla regionu Amazonii od 1992 do 2018 roku, przy czym obszary najbardziej znaczących zmian zidentyfikowano w południowej i wschodniej części regionu. Regiony pokryte w 1992 roku głównie lasami są obecnie w znacznym stopniu zastąpione przez rozległe obszary rolnicze. Ostatnie studium przypadku wydzieliło jednorodne regiony w Afryce o podobnym ułożeniu pokrycia terenu i form terenu.
Przedstawione metody charakteryzuje duża uniwersalność i powinny one znaleźć szerokie zastosowanie na wielu polach, w tym w zarządzaniu gruntami, ochronie środowiska, monitorowaniu zmian pokrycia lasu i rozwoju terenów zurbanizowanych.