«Τεχνικές Ανίχνευσης και Ταυτοποίησης της Παραλλακτικότητας σε μεσογειακό Γεωργικό Περιβάλλον»
Από RemoteSensing Wiki
Δημοσίευση Εφαρμογής Τηλεπισκόπισης: «Τεχνικές Ανίχνευσης και Ταυτοποίησης της Παραλλακτικότητας σε μεσογειακό Γεωργικό Περιβάλλον» Συγγραφείς: Χρήστος Γ. Καρυδάς, Ιωάννης Ζ. Γήτας Μεσογειακό Αγρονομικό Ινστιτούτο Χανίων
Ανάλυση – Παρουσίαση:
Σκοπός της παρούσας εργασίας είναι να μελετήσει τις δυνατότητες που προσφέρουν υπάρχουσες τεχνικές επεξεργασίας ψηφιακής εικόνας στην ανίχνευση και ταυτοποίηση της παραλλακτικότητας εντός του αγροτεμαχίου σε μεσογειακό γεωργικό περιβάλλον και συγκεκριμένα στη γεωργική περιοχή του Ακρωτηρίου του νομού Χανίων 9 χλμ. Α-ΒΑ της πόλης των Χανίων και εκτείνεται σε περίπου 2000 στρέμματα (σχήμα 1α). Ως παραλλακτικότητα (variability) του γεωργικού περιβάλλοντος εννοείται η διαφοροποίηση που παρουσιάζουν οι παράμετροι της καλλιέργειας, είτε ως προς τη θέση, είτε ως προς τη χρονική στιγμή κατά την οποία μετρώνται και μπορεί να είναι εγγενής ή επίκτητη. Όταν η παραλλακτικότητα του γεωργικού περιβάλλοντος λαμβάνεται υπόψη σε κλίμακα μικρότερη του αγροτεμαχίου τότε η μέθοδος γεωργικής διαχείρισης ονομάζεται Γεωργία Ακριβείας (Precision Agriculture). Η ταυτοποίηση της παραλλακτικότητας έγινε σε δύο βήματα - υπόθεση και εξακρίβωση. Η υπόθεση βασίστηκε στην ψηφιακή ανάλυση εικόνας πολύ υψηλής χωρικής ανάλυσης IKONOS (σχήμα 1β), ενώ η εξακρίβωση στα ευρήματα στο πεδίο, με επί τόπου παρατήρηση ή μετά από εδαφολογικές μετρήσεις. Στην εργασία αυτή, ο συνδυασμός των εικόνων αυτών με τα GPS δοκιμάζονται στην ανίχνευση και ταυτοποίηση της παραλλακτικότητας σε μεσογειακές γεωργικές συνθήκες. Η χωρική ανάλυση του 1 μέτρου που προσφέρουν οι εικόνες του δορυφόρου IKONOS συνεπάγεται ότι κάθε στοιχείο της επιφάνειας της γης με διαστάσεις μεγαλύτερες από 1 τ.μ. στο πεδίο μπορεί να διακριθεί στην εικόνα. Συνεπώς οποιαδήποτε φυτική ή εδαφική ιδιότητα της καλλιέργειας παραλλάσσει σε κλίμακα μεγαλύτερη του 1 μέτρου αναμένεται να γίνεται αντιληπτή (ανίχνευση). Παράλληλα, η ύπαρξη τεσσάρων φασματικών διαύλων προσφέρει τη δυνατότητα εφαρμογής ικανοποιητικού αριθμού τεχνικών επεξεργασίας εικόνας, καθώς και την ανάπτυξη νέων
Αρχικά, μελετήθηκε η πολυφασματική εικόνα IKONOS, προκειμένου να ανιχνευθεί η παραλλακτικότητα και καταγράφηκαν οι ακριβείς γεωγραφικές συντεταγμένες των περιοχών παραλλακτικότητας. Στη συνέχεια εντοπίσθηκαν οι περιοχές αυτές στο πεδίο με την καθοδήγηση του GPS. Οι παρατηρήσεις στο πεδίο, μαζί με εργαστηριακές μετρήσεις από δείγματα που ελήφθησαν κατά περίπτωση, βοήθησαν στην προσέγγιση των αιτίων της παραλλακτικότητας. Η εικόνα της περιοχής μελέτης είναι λήψης Απριλίου 2000 και προέρχεται από συνδυασμό της πολυφασματικής εικόνας του δορυφόρου IKONOS με την αντίστοιχη παγχρωματική, με αποτέλεσμα μία νέα πολυφασματική εικόνα (τέσσερις δίαυλοι) με χωρική ανάλυση ενός μέτρου (pansharpened) εγγεγραμμένη στο διεθνές σύστημα γεωαναφοράς UTM/WGS84. Αφού διορθώθηκε γεωμετρικά ήταν εφικτός ο εντοπισμός των γεωγραφικών συντεταγμένων επάνω στην εικόνα, η ακριβείς μετρήσεις μετρήσεις (αποστάσεις, εμβαδά, κλπ) και η υπέρταση άλλων εικόνων (επίσης γεωμετρικά διορθωμένων), ή χάρτων, ή διανυσματικών (vector) αρχείων.
Η ψηφιακή ανάλυση της εικόνας περιελάμβανε φωτοερμηνεία και φασματικούς μετασχηματισμούς. Για τη φωτοερμηνεία της εικόνας ακολουθήθηκε η μέθοδος της φωτοανάγνωσης, η οποία χαρακτηρίζεται από τρία βήματα: α) τον προσδιορισμό του στοιχείου, δηλαδή την εξακρίβωση ότι κάτι υπάρχει στην εικόνα, β) την αναγνώριση του στοιχείου (με βάση το μέγεθος, το σχήμα, τη θέση κ.α.) και γ) την ταυτοποίηση του στοιχείου, δηλαδή την αντιστοίχιση του με ένα γνωστό όνομα ή όρο. Για την μελέτη της εικόνας χρησιμοποιήθηκε το λογισμικό ERDAS Imagine 8.3.1. Η φωτοερμηνεία για ανίχνευση της παραλλακτικότητας ξεκίνησε με την οπτική εικόνα (συνδυασμός των τριών διαύλων του οπτικού φάσματος), ενώ στη συνέχεια πραγματοποιήθηκαν συνδυασμοί φασματικών διαύλων του οπτικού με το δίαυλο του εγγύς υπερύθρου (ψευδο-έγχρωμες εικόνες). Κατόπιν, η εικόνα υποβλήθηκε σε φασματικούς μετασχηματισμούς, όπως ο δείκτης βλάστησης NDVI, ο tasseled cap, ο IHS, ο δείκτης Iron Oxi de, η Ανάλυση Κυρίων Συνιστωσών (PCA), η μη επιβλεπόμενη ταξινόμηση και ο μετασχηματισμός decorrelation stretch. Από τις περιπτώσεις που μελετήθηκαν επιλέχθηκαν οκτώ,. Ανιχνεύθηκαν οκτώ περιπτώσεις παραλλακτικότητας στις εικόνες, οι οποίες και πήραν την ονομασία A, B, C, D, E, F, G και H. Τέσσερις από αυτές αφορούν την εδαφική υγρασία, τα οξείδια του σιδήρου στο έδαφος, δένδρα που διαφέρουν σημαντικά ή κενά μέσα σε δενδροκαλλιέργειες. Τα δεδομένα από το πεδίο ενισχύουν ή και επιβεβαιώνουν τις αρχικές υποθέσεις.
Στην περίπτωση Α χρησιμοποιήθηκε ο μετασχηματισμός tasseled cap, που προσφέρει έναν τρόπο για βελτίωση της εμφάνισης της εικόνας, προκειμένου να μελετηθούν οι παράμετροι της βλάστησης. Η πληροφορία αναδιανέμεται μεταξύ των διαύλων και στον πρώτο δίαυλο συγκεντρώνεται η πληροφορία που αφορά τη φωτεινότητα, στο δεύτερο αυτή που αφορά την ποσότητα και το σθένος της πράσινης βλάστησης και στον τρίτο αυτή που αφορά την υγρασία της βλάστησης και του εδάφους. Στην εικόνα που προέκυψε από το μετασχηματισμό tasseled cap παρατηρήθηκε παραλλακτικότητα σε κάποια περιοχή εντός αγροτεμαχίου με δενδροκαλλιέργεια. Η υπόθεση που έγινε αποδίδει στην περιοχή αυτή μεγαλύτερη εδαφική υγρασία από τις παρακείμενες περιοχές, αφού σύμφωνα με το μετασχηματισμό tasseled cap, η φασματική τιμή κάθε σημείου στον τρίτο δίαυλο (τιμή του κόκκινου τόνου) σχετίζεται θετικά με την ποσότητα της υγρασίας στο σημείο. Σχετικά με το είδος της δενδροκαλλιέργειας, αφού εκτιμήθηκε το μέγεθος των δένδρων και η κατανομή τους στο χώρο, αλλά καιμε βάση τη γενική γνώση της περιοχής, έγινε η υπόθεση ότι πρόκειται για ελαιώνα (σχήμα 2α).
Στην περίπτωση B χρησιμοποιήθηκε ψευδο-έγχρωμη εικόνα συνδυασμού των φασματικών διαύλων 1,2,4. Στην εικόνα αυτή εντοπίστηκε παραλλακτικότητα σχετική με τα δένδρα μέσα στην ίδια δενδροκαλλιέργεια (ελαιώνα) που αναφέρεται στην περίπτωση A. Με βάση τη σημαντικά διαφορετική φασματική εμφάνιση συγκεκριμένου δένδρου, αλλά και τη θέση του, η οποία βρίσκεται όχι επάνω αλλά μεταξύ των κανονικών σειρών των δένδρων, έγινε η υπόθεση ότι το δένδρο που διαφέρει δεν είναι ελιά (σχήμα 2β).
Στην περίπτωση D χρησιμοποιήθηκε ο μετασχηματισμός IHS, αντιστοιχίζοντας στον 1ο δίαυλο την Ένταση, στον 2ο την Απόχρωση και στον 3ο τη Χρωματική καθαρότητα. Στην εικόνα που προέκυψε από το μετασχηματισμό IHS φαίνεται δενδροκαλλιέργεια, η οποία μετά από μελέτη του μεγέθους των δένδρων και της κατανομής τους στο χώρο, αλλά και από τη γνώση της περιοχής υποτέθηκε ότι είναι οπωρώνας εσπεριδοειδών, ενώ ανιχνεύθηκε παραλλακτικότητα σχετική με την εμφάνιση των δένδρων, ώστε σε μία θέση της διάταξης υποτέθηκε ότι υπάρχει κενό (Εικόνα 3α).
Στην περίπτωση H χρησιμοποιήθηκε ο φασματικός δείκτης Iron Oxide, ο οποίος εκφράζει την ποσότητα οξειδίων του σιδήρου στο έδαφος, Στην εικόνα που προέκυψε από την εφαρμογή του ανιχνεύθηκε παραλλακτικότητα σε αγροτεμάχιο με άγνωστη καλλιέργεια (Εικόνα 3β).
Για την εργασία στο πεδίο για την ανεύρεση των σημείων σε αυτό, χρησιμοποιήθηκε λήπτης GPS τύπου GARMIN eMap, ακρίβειας 4-5 μέτρων, διέθετε υποκείμενο χάρτη με το οδικό δίκτυο, τις ακτογραμμές και τις κατοικημένες περιοχές, τη δυνατότητα μέτρησης αποστάσεων, καθώς και τη συνεχή αναφορά της ακρίβειας εντοπισμού. Για τη φωτογράφηση των σημείων του ενδιαφέροντος χρησιμοποιήθηκε ψηφιακή φωτογραφική μηχανή τύπου Olympus CAMEDIA-E10, για τη λήψη των εδαφικών δειγμάτων χειροκίνητος εδαφολήπτης, ειδικοί σάκοι και δοχεία και για τη μέτρηση αποστάσεων μεζούρα. Στο πεδίο, ο εντοπισμός έγινε με τη καθοδήγηση του GPS, σε συνδυασμό με οπτική παρατήρηση και μέτρηση αποστάσεων. Μετά τον εντοπισμό κάθε σημείου διαφοροποίησης στο πεδίο, ακολούθησε παρατήρηση του χώρου, επιβεβαίωση ή απόρριψή του για περαιτέρω διερεύνηση και οπτική ψηλάφησή του. Σε όλες τις περιπτώσεις ελήφθησαν φωτογραφικά ντοκουμέντα. Όσον αφορά στις εδαφολογικές μετρήσεις μετρήθηκε η υγρασία και η υφή του εδάφους στην περίπτωση A και ο σίδηρος του εδαφικού διαλύματος στην περίπτωση H.
Τα αποτελέσματα προέρχονται τόσο από τις παρατηρήσεις στο πεδίο όσο και από τις εδαφολογικές μετρήσεις. Στην περίπτωση A επιβεβαιώθηκε ότι η καλλιέργεια είναι ελαιώνας, αλλά η αιτία της διαφοροποίησης δεν ήταν δυνατό να εκτιμηθεί οπτικά με σαφήνεια. Στην περίπτωση B επιβεβαιώθηκε ότι το δένδρο ανήκε σε διαφορετικό είδος, ενώ ταυτοποιήθηκε με οπτική παρατήρηση ως δένδρο αχλαδιάς. Στην περίπτωση D επιβεβαιώθηκε ότι η δενδροκαλλιέργεια είναι πορτοκαλεώνας, καθώς και η ύπαρξη κενού στη δενδροστοιχία, με οπτική παρατήρηση στο σημείο της διαφοροποίησης. Στην περίπτωση G διαπιστώθηκε καλλιέργεια καρπουζιών στο πεδίο, ενώ έγινε γνωστό από μαρτυρία ότι την χρονική περίοδο λήψης της εικόνας καλλιεργούνταν πατάτες. Η εικόνα στην οποία ανιχνεύθηκε παραλλακτικότητα σε αυτό το αγροτεμάχιο ήταν η εικόνα του δείκτη βλάστησης NDVI. Αν και η διαφοροποίηση των τιμών του δείκτη ήταν έντονη και χαρακτηριστική ανάμεσα σε δύο περιοχές του αγροτεμαχίου, η οπτική παρατήρηση δεν οδήγησε σε διαπίστωση έντονων διαφοροποιήσεων της γενικής κατάστασης της καλλιέργειας των καρπουζιών. Στην περίπτωση H διαπιστώθηκε ύπαρξη καλλιέργειας αμπελιού, ενώ η οπτική παρατήρηση του εδάφους και της κατάστασης της καλλιέργειας δεν έδειξε διαφοροποιήσεις.
Από το σύνολο της μελέτης συμπεραίνεται ότι η ψηφιακή ανάλυση των εικόνων IKONOS έδωσε ιδιαίτερα καλά αποτελέσματα στην ανίχνευση παραλλακτικότητας σε μεσογειακό γεωργικό περιβάλλον, οι οποίες εικόνες αναδείχθηκαν σε σημαντικά εργαλεία σχεδιασμού της εργασίας υπαίθρου και σε συνδυασμό με τα GPS, του εντοπισμού των σημείων στο πεδίο. Τόσο οι παρατηρήσεις στο πεδίο όσο και οι μετρήσεις στο εργαστήριο συνέβαλαν σημαντικά, ανεξάρτητες ή σε συνδυασμό, στην ταυτοποίηση της παραλλακτικότητας (ή στην προσέγγισή της).Αναδείχθηκε, επίσης, η αξία των ιστορικών δεδομένων (όπως, μαρτυρίες για προηγούμενα έτη και για καλλιεργητικές πρακτικές). Πιο ειδικά, όμως, αναδείχθηκε και η χρησιμότητα συγκεκριμένων τεχνικών ανάλυσης εικόνας για ειδικές περιπτώσεις. Ωστόσο, η επιβεβαίωση (πλήρως ή μερικώς) των αρχικών υποθέσεων για την ποιοτική σχέση που συνδέει την εμφάνιση στην εικόνα με την εκδήλωση μιας κατάστασης στο πεδίο (ταυτοποίηση), δεν υπέχουν θέση συμπερασμάτων για ποσοτική συσχέτιση καλλιεργητικών παραμέτρων με φασματικές τιμές, κάτι που θα προϋπέθετε ευρεία δειγματοληψία και λεπτομερή στατιστική ανάλυση και βρίσκεται έξω από τους σκοπούς της παρούσας εργασίας. Συνοψίζοντας, συμπεραίνεται ότι οι τεχνικές που δοκιμάστηκαν σε αυτήν την εργασία, βασιζόμενες στο συνδυασμό της ψηφιακής ανάλυσης εικόνας με την εργασία πεδίου και τις εργαστηριακές μετρήσεις, μπορούν να προσφέρουν σημαντικά στην ανίχνευση της παραλλακτικότητας και ορισμένες από αυτές ικανοποιητικά στην ταυτοποίηση της.
Add Your Content Here
