ΑΝΙΧΝΕΥΣΗ ΠΕΤΡΕΛΑΙΟΚΗΛΙΔΩΝ ΜΕ ΔΟΡΥΦΟΡΙΚΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗ
Από RemoteSensing Wiki
Oil spill detection by satellite remote sensing satellite
Camilla Brekke, Anne H.S. Solbergb
Πηγή: http://optics.marine.usf.edu/~hu/scratch/gower/pdf/Oil_spill_review_RSE2005.pdf]
Περίληψη
Το παρόν άρθρο παρουσιάζει τις υπάρχουσες μεθόδους ανίχνευσης πετρελαιοκηλίδων στους ωκεανούς. Εξετάζονται διαφορετικοί δορυφορικοί αισθητήρες και η ικανότητά τους να ανιχνεύουν πετρελαιοκηλίδες κάτω από διάφορες συνθήκες. Συγκεκριμένα δίνεται έμφαση στη χρήση χειρωνακτικών και αυτομάτων προσεγγίσεων προκειμένου να γίνει διάκριση μεταξύ των πετρελαιοκηλίδων και των παρεμφερών τους μορφών. Τέλος γίνεται μια συζήτηση και παρουσιάζονται προτάσεις για επιπλέον έρευνα στο συγκεκριμένο τομέα.
1. Εισαγωγή
Οι πετρελαιοκηλίδες στην επιφάνεια της θάλασσας είναι ένα συχνό φαινόμενο. Οι παρατηρούμενες πετρελαιοκηλίδες σχετίζονται με τους βασικούς εμπορικούς δρόμους (π.χ. τις νοτιοανατολικές θάλασσες και την Κίτρινη θάλασσα) και συνήθως εμφανίζονται σε συνδυασμό με παράκτιες εγκαταστάσεις. Ετησίως το 48% της πετρελαϊκής ρύπανσης στους ωκεανούς είναι καύσιμα και το 29% αργό πετρέλαιο. Τα ατυχήματα από τάνκερ συνεισφέρουν μόνο στο 5% της συνολικής ρύπανσης που καταλήγει στη θάλασσα. Μετά από ανάλυση 190 ERS-11 SAR εικόνων στη Μεσόγειο θάλασσα βρέθηκε ότι οι εσκεμμένες πετρελαιοκηλίδες απαντώνται με μεγαλύτερη συχνότητα σε σχέση με τα αναφερόμενα ατυχήματα πλοίων. Σύμφωνα με την Ευρωπαϊκή εταιρεία διαστήματος το 45% της πετρελαϊκής ρύπανσης προέρχεται από ενεργές απαλλαγές από πλοία. Λαμβάνοντας υπόψη πόσο συχνά τέτοιες πετρελαιοκηλίδες συμβαίνουν, συμπεραίνεται ότι η εσκεμμένη πετρελαϊκή ρύπανση είναι πολύ μεγαλύτερη απειλή για το θαλάσσιο περιβάλλον και το οικοσύστημα συγκριτικά με τη ρύπανση από πετρελαιοκηλίδες λόγω μεγάλων ατυχημάτων. Οι συνέπειες του μη εντοπισμού των πετρελαιοκηλίδων είναι προς το παρόν άγνωστες, σίγουρο είναι πάντως, ότι πλήττουν τα θαλασσοπούλια που προσγειώνονται κατά λάθος πάνω τους, και προκαλούν διαταραχές στο παράκτιο περιβάλλον.
Οι ενεργοί αισθητήρες μικροκυμάτων όπως το SAR (Synthetic Aperture Radar) μπορούν να εντοπίσουν δισδιάστατες εικόνες. Η φωτεινότητα της εικόνας οφείλεται στην αντανάκλαση των μικροκυμάτων στην προσπίπτουσα επιφάνεια. Το SAR με τη βοήθεια δορυφόρων αποτελεί στις μέρες μας ένα χρήσιμο εργαλείο για τον έλεγχο διαρροών πετρελαίου εξαιτίας της ευρείας περιοχής κάλυψης που διαθέτει, και της χρήσης του μέρα και νύχτα, παντός καιρού.
Με τη χρήση εικόνων από τον ERS-1 δορυφόρο στις αρχές της δεκαετίας του 1990 παρατηρήθηκε η πετρελαϊκή ρύπανση στα Νορβηγικά νερά. Σήμερα, οι RADARSAT-1 και ENVISAT είναι οι δορυφόροι που παρέχουν τις εικόνες για τον έλεγχο της πετρελαϊκής ρύπανσης.
Η πρόσβαση σε ένα μεγάλο αριθμό εικόνων σημαίνει και αυξανόμενο φόρτο εργασίας στους χειριστές στα κέντρα ανάλυσής τους. Επιπροσθέτως, πρόσφατη έρευνα δείχνει ότι ακόμα και αν οι χειριστές μέσω εκτενούς εκπαίδευσης μάθουν να εντοπίζουν τις πετρελαιοκηλίδες , εντοπίζουν διαφορετικές διαρροές και τους δίνουν διαφορετικά επίπεδα εμπιστοσύνης. Η δημιουργία αλγορίθμων για την αυτόματη ανίχνευση που μπορεί να βοηθήσει στη διαλογή των εικόνων και να δώσει προτεραιότητα στις περιπτώσεις συναγερμού, είναι ιδιαίτερα χρήσιμη, γι’ αυτό και η έρευνα σε αυτό το πεδίο βρίσκεται σε εξέλιξη πάνω από μία δεκαετία.
Δεδομένου ότι ο SAR είναι απλώς ένας από τους πολλούς αισθητήρες τηλεπισκόπησης που διατίθενται, συμπεριλαμβάνεται και μια αξιολόγηση της δυνατότητας αξιοποίησης ενός άλλου δορυφόρου για τον έλεγχο της πετρελαϊκής ρύπανσης. Οι περισσότερες μελέτες που γίνονται για τις αερομεταφερόμενες τεχνικές τηλεπισκόπησης αποκλείονται. Η ανιχνευσιμότητα των διαρροών πετρελαίου μέσω των εικόνων SAR εξετάζεται λαμβάνοντας υπόψη κριτήρια όπως οι συνθήκες ανέμου, τα χαρακτηριστικά των αισθητήρων και ασάφειες, οι οποίες προκαλούνται από άλλα φαινόμενα. Τέλος δίνεται έμφαση στη μεθοδολογία και στους αλγορίθμους για τον εντοπισμό πετρελαιοκηλίδων μέσω διαστημικών εικόνων SAR.
2.Δορυφορικοί αισθητήρες για των εντοπισμό πετρελαιοκηλίδων
Τα μικροκύματα χρησιμοποιούνται συχνά για την παρακολούθηση της πετρελαϊκής ρύπανσης μέσω της τηλεπισκόπησης. Προτιμώνται συχνά, συγκριτικά με τους οπτικούς αισθητήρες εξαιτίας των δυνατοτήτων τους παντός καιρού και καθ’ όλη τη διάρκεια της μέρας. Παραδείγματα δορυφόρων εξοπλισμένων με SAR παρουσιάζονται στον πίνακα 1.
Στο παρόν άρθρο, δίνεται έμφαση στα διαστημικά όργανα, ωστόσο η χρήση SLAR (Side-Looking Airborne Radar ) αποτελεί μια παλαιότερη, με μικρότερη ανάλυση, αλλά φθηνότερη τεχνολογία σε σχέση με το SAR. Η επιτήρηση μέσω αεροσκαφών είναι περιορισμένη εξαιτίας του υψηλού κόστους και λιγότερο αποτελεσματική για την παρατήρηση μεγάλων εκτάσεων εξαιτίας της περιορισμένης κάλυψης. Ενώ το διαστημικό SAR μπορεί να χρησιμοποιηθεί σαν πρώτο προειδοποιητικό σήμα κινδύνου, τα αεροσκάφη είναι καταλληλότερα για τον εντοπισμό του ρυπαντή, της έκτασης και του τύπου της κηλίδας. Ένα παράδειγμα αποτελεί η γερμανική εναέρια επιτήρηση, η οποία: εντοπίζει τις διαρροές πετρελαίου με χρήση SLAR, με τη βοήθεια ενός υπέρυθρου/υπεριώδους (IR/UV) ανιχνευτή εκτιμάται η έκταση της κηλίδας, το πάχος του στρώματος της κηλίδας υπολογίζεται με τη ένα ραδιόμετρο μικροκυμάτων (ΜWR) , και ένας λέιζερ φθοροαισθητήρας χρησιμοποιείται για την ταξινόμηση των τύπων του πετρελαίου (LFS).
Επιπροσθέτως, εκτός από το SAR υπάρχουν και άλλες διαστημικές συσκευές τηλεπισκόπησης που μπορούν να βοηθήσουν στον εντοπισμό πετρελαιοκηλίδων. Οι Friedman et al. (2002) συγκρίνουν τις εικόνες του RADARSAT-1 SAR με τις αντίστοιχες από SeaWiFS, ο οποίος μετρά τα υψηλά επίπεδα χλωροφύλλης στις περιοχές με άνθηση φυκιών, ενώ οι εικόνες από SAR έχουν χαμηλή ανακλώμενη ακτινοβολία σε αυτές τις περιοχές. Συμπεραίνεται ότι πολλαπλά σύνολα πληροφοριών μπορούν να χρησιμοποιηθούν για να γίνει διάκριση, για παράδειγμα, μεταξύ φυκιών και των προκαλούμενων από τον άνθρωπο πετρελαιοκηλίδων. Οι Indregard et al. (2004) επισημαίνουν ότι πρόσθετες πληροφορίες (εκτός από αυτές του SAR αναφορικά με την άνθηση των φυκιών είναι επιθυμητές, ιδιαιτέρως στη Βαλτική Θάλασσα. Αυτές θα μπορούσαν να ληφθούν από τα οπτικά στοιχεία, τους χάρτες αλγών και άλλες σχετικές πληροφορίες. Η εικόνα 1 δείχνει δύο παραδείγματα άνθησης φυκιών που λήφθηκαν με τη βοήθεια SAR. Ένα μειονέκτημα του SeaWiFS αισθητήρα είναι το χονδροειδές χωρικό του μέγεθος ψηφίδας ~1 km. Οι Hu et all. (2003) κατέδειξαν την πιθανότητα παρακολούθησης πετρελαιοκηλίδων μέσω του MODIS (Moderate-Resolution Imaging Spectroradiometer) φερομένου από τους δορυφόρους Terra και Aqua της NASA στη λίμνη Maracaibo στη Βενεζουέλα. Το MODIS έχει μέτριες ζώνες ψηφίσματος κυμαινόμενες από 250m έως 500m και ένα μεγάλο φασματικό εύρος. Αυτό επιτρέπει στον MODIS να λαμβάνει εικόνες από την ανακλώμενη την ημέρα ηλιακή ακτινοβολία και τις θερμικές εκπομπές κατά τη διάρκεια μέρας/νύχτας. Το εργαλείο MODIS αρχικά σχεδιάστηκε για την απεικόνιση του εδάφους, παρουσιάζει όμως και τη δυνατότητα καθημερινής παρακολούθησης των παράκτιων ζωνών προς εντοπισμό πετρελαιοκηλίδων. Η κάλυψη από σύννεφα και η έλλειψη ηλιακού φωτός περιορίζει τη χρήση οπτικών αισθητήρων. Από την άλλη πλευρά, πολλαπλά μήκη κύματος μπορούν να παρέχουν πρόσθετες πληροφορίες προκειμένου να γίνει διάκριση των κηλίδων που δημιουργούνται από φύκια σε σχέση με τις πετρελαιοκηλίδες. Ωστόσο, προς το παρόν είναι δύσκολο να καθιερωθούν αυτοματοποιημένα συστήματα αναγνώρισης των πετρελαιοκηλίδων. Περιβαλλοντικοί και άλλου είδους παράγοντες χρειάζονται στην οπτική ανάλυση των δορυφορικών εικόνων, προκειμένου να γίνει διάκριση των διαφόρων περιπτώσεων. Οι υπερφασματικοί (hyperspectral) αισθητήρες που χρησιμοποιούνται για την παρακολούθηση των πετρελαιοκηλίδων έχουν τη δυνατότητα λεπτομερούς ταυτοποίησης των υλικών και καλύτερης εκτίμησης της αφθονίας τους. Με περισσότερα από 200 μήκη κύματος που παρέχονται από έναν υπερφασματικό αισθητήρα, η φασματική υπογραφή του πετρελαίου μπορεί να χρησιμοποιηθεί προκειμένου να γίνει διάκριση μεταξύ των διαφορετικών τύπων πετρελαίου. Επίσης η χρήση του μπορεί να περιορίσει το ποσοστό εσφαλμένων συναγερμών που οφείλονται σε ωκεάνια χαρακτηριστικά γνωρίσματα που έχουν το ίδιο χρώμα και την εμφάνιση με αυτή του πετρελαίου. Οι Salem και Kafatos βρήκαν ότι η μέθοδος ταιριάσματος των φασματικών υπογραφών που βασίζεται στη λήψη υπερφασματικών εικόνων μέσω αεροπλάνων (εξετάζοντας τη χημική σύσταση) είναι πιο ακριβής συγκριτικά με τις συμβατικές τεχνικές, που η ανάλυση βασίζεται στην οπτική ερμηνεία του χρώματος του πετρελαίου και της εμφάνισής του στη δορυφορική εικόνα. Προς το παρόν δεν υπάρχει κανένας δορυφορικός υπερφασματικός αισθητήρας σε τροχιά. Ο υπερφασματικός αισθητήρας ΕΟ-1 Hyperion της NASA είναι ένα παράδειγμα διαστημικής τεχνολογίας που προωθήθηκε το 2000. Ωστόσο το κύριο μειονέκτημά του είναι το μικρό εύρος κάλυψης που είναι μόνο 7.5x100km. Το πετρέλαιο απορροφά την ηλιακή ακτινοβολία και επανεκπέμπει ένα ποσοστό της ενέργειάς της ως θερμική ακτινοβολία. Οι IR αισθητήρες παρατηρούν τις παχιές πετρελαιοκηλίδες σαν θερμές περιοχές, αυτές με μέτριο πάχος ως ψυχρές ενώ το λεπτό στρώμα πετρελαίου είναι αδύνατον να ανιχνευθεί. Το βράδυ μια παχιά κηλίδα μπορεί να εμφανίζεται ψυχρότερη στο νερό επειδή απελευθερώνει θερμότητα γρηγορότερα σε σχέση με το νερό που βρίσκεται γύρω της. Οι Tseng και Chiu εξήτασαν τη χρήση και την ικανότητα των ορατών και των IR αισθητήρων του NOAA AVHRR (Advanced Very High Resolution Radiometer) για τον έγκαιρο εντοπισμό και έλεγχο των πετρελαιοκηλίδων. Μελετήθηκαν οι πετρελαιοκηλίδες από τον πόλεμου του Περσικού Κόλπου το 1991. Οι παχιές και λεπτές πετρελαιοκηλίδες και η διαχωριστική γραμμή μεταξύ νερού και πετρελαίου ήταν εφικτό να παρατηρηθούν από το IR κανάλι, ωστόσο είναι πιθανό οι πετρελαιοκηλίδες να μην έχουν μια διαφορετική υπογραφή από το νερό βάσει της θερμοκρασίας τη νύχτα. Οι πετρελαιοκηλίδες μπορούν να εντοπιστούν στις ορατές εικόνες μόνο με τη βοήθεια ιδιαιτέρως ευνοϊκού φωτισμού και συνθήκες θάλασσας. Η UV τεχνολογία μπορεί να χρησιμοποιηθεί για τον εντοπισμό πετρελαιοκηλίδων , καθώς η πετρελαιοκηλίδα επιδεικνύει υψηλή ανακλαστικότητα της UV ακτινοβολίας ακόμη και στην περίπτωση λεπτών κηλίδων. Το UV όργανο δεν μπορεί να χρησιμοποιηθεί τη νύχτα. Το θάμβος, το βιογονικό υλικό και οι κηλίδες λόγω ανέμου μπορούν να προκαλέσουν λάθος συναγερμούς στις UV πληροφορίες. Αυτές οι παρεμβολές είναι συχνά διαφορετικές από εκείνες του IR, γι’ αυτό και ένας συνδυασμός UV και IR μπορεί να δώσει μια πιο αξιόπιστη ένδειξη ύπαρξης πετρελαίου και μπορεί να χρησιμοποιηθεί για τον υπολογισμό του πάχους του στρώματός του. To MWR είναι ένας ακόμα παθητικός αισθητήρας. Αυτό το όργανο εστιάζει στη μικροκυματική ακτινοβολία που εκπέμπει ο ωκεανός στην κλίμακα του cm έως mm και επομένως είναι ανεξάρτητο των καιρικών συνθηκών. Οι πετρελαιοκηλίδες εκπέμπουν ισχυρότερη μικροκυματική ακτινοβολία σε σχέση με το νερό και εμφανίζονται σαν φωτεινότερα αντικείμενα σε μια σκούρη θάλασσα. Σύμφωνα με τον Robinson οι πετρελαιοκηλίδες έχουν ισχυρή ικανότητα εκπομπής ακτινοβολίας από την επιφάνειά τους, αλλά επειδή το χωρικό ψήφισμα που απαιτείται για τον εντοπισμό τους είναι ορισμένες εκατοντάδες μέτρων, αυτός ο τύπος αισθητήρα είναι χρησιμότερο να συνδυάζεται με αισθητήρες αεροσκαφών. Το 2002 έγιναν κάποια πειράματα χρησιμοποιώντας αερομεταφερόμενους και μεταφερόμενους με πλοίο αισθητήρες μικροκυμάτων προκειμένου να εντοπίσουν το πάχος διαφόρων πετρελαιοκηλίδων. Βρήκαν ότι τα MWRs είναι χρήσιμα εργαλεία για τη μέτρηση του πάχους και την εκτίμηση του όγκου των πετρελαιοκηλίδων, αλλά το μέγεθος των pixels δεν είναι αρκετά καλό ώστε να δώσει ακριβή αποτελέσματα. Άλλοι ερευνητές συμπέραναν μετά από μελέτες στο συγκεκριμένο τομέα ότι είναι αβέβαιο το ενδεχόμενο τα ραδιόμετρα να αποτελέσουν μια αξιόπιστη συσκευή για τη μέτρηση του πάχους των κηλίδων. Οι RADARSAT-1 και Landsat-5/Thematic Mapper (TM) χρησιμοποιήθηκαν για να συλλέξουν εικόνες από τον κόλπο Guanabara στη Βραζιλία, μετά από μια διαρροή πετρελαίου από έναν αγωγό. Βρέθηκε ότι ο RADARSAT-1 παρείχε κατάλληλη χρονική κάλυψη, ενώ η κάλυψη με σύννεφα, η ελαφριά ομίχλη εμπόδισαν τη συστηματική χρήση του Landsat για τον εντοπισμό των πετρελαιοκηλίδων. Παρόλα αυτά, αρκετοί αισθητήρες της θερμοκρασίας της θάλασσας και του χρώματός της μπορούν να παρέχουν καθημερινή κάλυψη για την επιφάνεια της γης. Συνοψίζοντας ο SAR είναι ακόμα ο πιο αποτελεσματικός και υπερέχων δορυφορικός αισθητήρας για την ανίχνευση πετρελαιοκηλίδων, αν και δεν έχει δυνατότητες για την εκτίμηση του πάχους τους και του τύπου του πετρελαίου. Ο SAR είναι ιδιαιτέρως χρήσιμος για την έρευνα μεγάλων περιοχών και την παρακολούθηση ωκεανών τη νύχτα και σε ομιχλώδεις συνθήκες. Συνήθως ακόμα και μικροί όγκοι πετρελαίου καλύπτουν μεγάλες περιοχές και γι’ αυτό το λόγο η ανάγκη μεγάλου χωρικού ψηφίσματος στις εικόνες από SAR δεν είναι κρίσιμη. Ο SAR έχει επίσης ορισμένους περιορισμούς καθώς ένα σύνολο φυσικών φαινομένων μπορεί να δώσει λανθασμένες ενδείξεις ύπαρξης πετρελαιοκηλίδων. Επιπροσθέτως, η χρήση του SAR για τον εντοπισμό των πετρελαιοκηλίδων μπορεί να γίνει μόνο υπό συνθήκες συγκεκριμένης ταχύτητας ανέμου.
3.Ανιχνευσιμότητα πετρελαιοκηλίδων σε εικόνες SAR
Οι πετρελαιοκηλίδες απορροφούν τα μήκη κύματος έως μερικά χιλιοστά στη επιφάνεια της θάλασσας και μειώνουν τον συντελεστή οπισθοδιασποράς του ραντάρ. Αυτό οδηγεί σε μαύρες περιοχές ή σημεία στις δορυφορικές εικόνες SAR. Η εικόνα 2 δίνει δύο τέτοια παραδείγματα. Δίνεται έμφαση στη σημασία των διαδικασιών διάβρωσης του πετρελαίου, καθώς επηρεάζουν τα φυσικοχημικά χαρακτηριστικά των πετρελαιοκηλίδων και την ανιχνευσιμότητά τους σε εικόνες SAR. Οι διαδικασίες που παίζουν σημαντικότερο ρόλο στην ανίχνευση του πετρελαίου είναι η εξάτμιση, η γαλακτωματοποίηση και η διασπορά. Τα ελαφρύτερα συστατικά του πετρελαίου εξατμίζονται στην ατμόσφαιρα. Ο ρυθμός εξάτμισης εξαρτάται από τον τύπο του πετρελαίου, το πάχος της κηλίδας, την ταχύτητα του ανέμου και τη θερμοκρασία της θάλασσας. Η μετατροπή σε μορφή γαλακτώματος εκτιμάται από την ποσότητα νερού που λαμβάνει το πετρέλαιο με παράλληλη έκθεση στον άνεμο. Η διασπορά είναι ένας σημαντικός παράγοντας προκειμένου να αποφασιστεί η διάρκεια ζωής μιας πετρελαιοκηλίδας και εξαρτάται ισχυρά από την κατάσταση της θάλασσας.
3.1 Διάκριση μεταξύ πετρελαιοκηλίδων και παρεμφερών μορφών
Ένα μέρος του προβλήματος εντοπισμού των πετρελαιοκηλίδων είναι η διάκρισή τους από άλλα φυσικά φαινόμενα που απορροφούν μικρά μήκη κύματος και δημιουργούν σκούρες κηλίδες στην επιφάνεια. Οι φυσικές σκούρες κηλίδες ονομάζονται παρεμφερείς μορφές πετρελαιοκηλίδων (oil slick look-alikes). Στον όρο πετρελαιοκηλίδες περιλαμβάνονται όλοι οι τύποι πετρελαϊκού φιλμ που καλύπτουν την υδάτινη επιφάνεια και προκλήθηκαν από πύργους γεωτρήσεων, αγωγούς με διαρροές, διερχόμενα σκάφη κλπ. Με τη στενή έννοια οι πετρελαιοκηλίδες οφείλονται μόνο σε δραστηριότητες του ανθρώπου που σχετίζονται με το αργό πετρέλαιο, και τα προϊόντα του, βαριά και ελαφρά καύσιμα. Η εικόνα 3 δείχνει ένα παράδειγμα μιας σκούρας κηλίδας που ανιχνεύτηκε σαν πετρελαιοκηλίδα από τρία διαφορετικά συστήματα ανάλυσης βασισμένα σε δορυφόρους ενώ εκτιμάται σαν παρεμφερής της μορφής από αεροσκάφος. Το γεγονός ότι οι τιμές καταγραφής (cross-section) του ραντάρ για τις πετρελαιοκηλίδες δεν είναι μοναδικές αποτελεί ένα πρόβλημα στην ανάπτυξη ενός συστήματος εντοπισμού και παρακολούθησης των πετρελαιοκηλίδων. Τα φυσικά φιλμ είναι πολύ δύσκολο να διακριθούν από τις πετρελαιοκηλίδες. Λόγω υψηλότερου ιξώδους από τα φυσικά φιλμ, οι πετρελαιοκηλίδες τείνουν να παραμένουν περισσότερο συγκεντρωμένες και έτσι να προσροφούν περισσότερο νερό. Αν και στο συγκεκριμένο άρθρο δίδεται έμφαση σε μια συγκεκριμένη συχνότητα και μία πολωσιμότητα των εικόνων SAR, αξίζει να σημειωθεί η πιθανότητα δημιουργίας ενός αλγορίθμου διάκρισης που να στηρίζεται στις υπογραφές πολλαπλών συχνοτήτων και πολωσιμοτήτων. Για τη δημιουργία ενός τέτοιου αλγορίθμου έγιναν ορισμένα πειράματα προκειμένου να διερευνηθεί αν τα L-, C-, X- κανάλια πολλαπλής πολωσιμότητας του SAR μπορούν να διαχωρίσουν τα φιλμ διαφορετικών χημικών ιδιοτήτων, και βρέθηκε ότι η ζητούμενη διάκριση είναι εφικτή μόνο σε συνθήκες μικρών ταχυτήτων ανέμου. Οι διαφορές μεταξύ των υπογραφών πολωσιμότητας (σε επιφάνειες καλυμμένες με φιλμ όπως και επιφάνειες χωρίς επικάλυψη) εντοπίστηκαν μόνο σε χαμηλές ταχύτητες ανέμου και μικρές γωνίες πρόσπτωσης. Τα αποτελέσματα των τεστ επιδόσεων ενός ημιαυτόματου αλγορίθμου εντοπισμού πετρελαιοκηλίδων σε εικόνες 59 ERS-1 SAR δείχνουν ότι οι πετρελαιοκηλίδες που ταξινομούνται εσφαλμένα σαν παρεμφερείς τους μορφές εμπίπτουν στις παρακάτω τρεις βασικές κατηγορίες:
- Λεπτές, τμηματικά γραμμικές κηλίδες. (Αυτές οι κηλίδες μπορεί να προκαλούνται από κινούμενα πλοία που αλλάζουν διεύθυνση ή αλλαγές στα ρεύματα και την κατεύθυνση του ανέμου που επηρεάζουν την απελευθέρωση πετρελαίου από στάσιμα αντικείμενα).
- Κηλίδες χαμηλής αντίθεσης σε ομοιογενή θάλασσα.
- Κηλίδες σε ένα πολύ ετερογενές υπόβαθρο.
Εκτός από τις κηλίδες που μοιάζουν με πετρελαιοκηλίδες, διαφορετικά είδη ρύπανσης προκαλούν κηλίδες που είναι ανιχνεύσιμα στις εικόνες SAR. Οι Wahl et al.δίνουν ορισμένα παραδείγματα εικόνων ιχθυελαίου, ντίζελ, μιας ελεγχόμενης χημικής κηλίδας και ρευστού διατρήσεων από μια πλατφόρμα άντλησης πετρελαίου από τον ERS-1. Ο αισθητήρας SAR προς το παρόν δεν είναι ικανός να διακρίνει μεταξύ των διαφορετικών ρυπαντών. Μια απλή συχνότητα SAR πιθανώς να μην είναι αρκετή ώστε να εκτιμηθεί το πάχος της πετρελαιοκηλίδας, ωστόσο ο Jones (2001) βρήκε ότι για τη μεγάλη πετρελαιοκηλίδα του Sea Empress υπάρχει καλός συσχετισμός μεταξύ της μείωσης της ακτινοβολίας οπισθοδιασποράς και του πάχους της πετρελαιοκηλίδας, όπως επισημάνθηκε μετά από οπτικές παρατηρήσεις για περιορισμένο εύρος ταχυτήτων ανέμου (5-6 m/s). Τα πειράματα αυτά απαιτούν ορισμένη προσοχή όταν επιλέγονται τα χαρακτηριστικά προς διάκριση των πετρελαιοκηλίδων με τις παρεμφερείς τους μορφές. Σημαντικά χαρακτηριστικά όπως η ταχύτητα του ανέμου, φυσικές, γεωγραφικές και γεωμετρικές παράμετροι πρέπει να χρησιμοποιούνται προκειμένου να επιτευχθεί η διάκριση.
3.2. Το διάνυσμα του αέρα
Τα όργανα SAR έχουν το πλεονέκτημα συγκριτικά με τους οπτικούς αισθητήρες , ότι μπορούν να πραγματοποιήσουν λήψη εικόνων των ωκεανών και των παράκτιων περιοχών μέρα και νύχτα παρά της οποιεσδήποτε καιρικές συνθήκες. Παρόλα αυτά, το επίπεδο του ανέμου επηρεάζει το επίπεδο της οπισθοδιασποράς και την ορατότητα των κηλίδων στην επιφάνεια της θάλασσας. Οι πετρελαιοκηλίδες είναι ορατές μόνο για ένα περιορισμένο εύρος ταχυτήτων ανέμου. Ο πίνακας 2 δίνει μια επισκόπηση των εικόνων ERS SAR. Οι Gade et al (2000) μελέτησαν την πετρελαϊκή ρύπανση στη Βαλτική Θάλασσα, τη Βόρεια Θάλασσα, και τη Βορειοδυτική Μεσόγειο (700 ERS εικόνες). Βρήκαν ότι με υψηλές ταχύτητες ανέμου (>10m/s) λίγες πετρελαιοκηλίδες εντοπίστηκαν ,κάτι που συμφωνεί με τα δεδομένα του πίνακα 2. Επίσης, συνέκριναν δεδομένα από επιτήρηση με αεροπλάνο σε σχέση με ERS SAR δεδομένα. Και για τους δύο αισθητήρες βρήκαν ότι ο μέγιστος αριθμός μολύνσεων εντοπίστηκε τη θερινή περίοδο, από τον Απρίλιο μέχρι το Σεπτέμβριο. Μια αιτία γι’ αυτό πιθανόν είναι ότι η ταχύτητα του ανέμου είναι υψηλότερη τη χειμερινή περίοδο (π.χ. στη Βόρεια θάλασσα είναι μεγαλύτερη από 10 m/s). Μια ταχύτητα ανέμου μεταξύ των 12 m/s και 14 m/s θα μπορούσε να θεωρηθεί ως το άνω όριο για τη λήψη όλων των διαστημικών εικόνων SAR, όμως η μέγιστη ταχύτητα ανέμου για τον εντοπισμό της κηλίδας εξαρτάται από τον τύπο του πετρελαίου και την ηλικία της κηλίδας (από τη στιγμή που σχηματίστηκε). Συνεπώς μια εκτίμηση της ταχύτητας του ανέμου αποτελεί πολύτιμη πληροφορία για την ανίχνευση των πετρελαιοκηλίδων. Για τον αλγόριθμο εντοπισμού των πετρελαιοκηλίδων που περιγράφηκε από τους Solberg et al. (1999), το επίπεδο του ανέμου εισάγεται με το χέρι, βασίζεται στην οπτική επιθεώρηση της εικόνας και χρησιμοποιείται ως είσοδος σε μια διαδικασία κατώτατου ορίου. Άλλες δυνατότητες, είναι η ενσωμάτωση των δεδομένων ανέμου που μεταφέρονται από μια εξωτερική πηγή (π.χ. ένα κέντρο πρόγνωσης) ή με τη χρήση αυτόματων μεθόδων. Με τις αυτόματες μεθόδους για την εκτίμηση του ανέμου, η ταχύτητα του ανέμου μπορεί να εκτιμηθεί άμεσα από την εικόνα SAR. Οι Salvatori et al. (2003) εκτίμησαν την ταχύτητα του ανέμου από μια εικόνα SAR εφαρμόζοντας ένα ανεστραμμένο CMOD4 μοντέλο. Το διάνυσμα του ανέμου αποδείχτηκε χρήσιμο για τη γνώση της εξέλιξης της κηλίδας και την επίτευξη σωστής ταξινόμησης.
3.3. Δορυφορικές διαμορφώσεις για την ανίχνευση διαρροών πετρελαίου
Είναι κατανοητό ότι η εικόνα του ραντάρ αντιπροσωπεύει την ακτινοβολία οπισθοδιασποράς (backscattering) και είναι ανάλογη της τραχύτητας της επιφάνειας στην κλίμακα του μήκους κύματος του ραντάρ (ένα φαινόμενο που είναι γνωστό ως διασπορά κατά Bragg). Ο συντελεστής οπισθοδιασποράς του ραντάρ αποτελεί μια λειτουργία της γεωμετρίας θέασης του SAR, και μειώνεται με αύξηση της γωνιάς πρόσπτωσης. Οι ιδιότητες διασποράς ενός υλικού εξαρτώνται από την πολωσιμότητα του εισερχομένου σήματος ραντάρ. Σύμφωνα με τους Girard-Arduhuin et al. (2003) η καταλληλότερη SAR διαμόρφωση για την ανίχνευση πετρελαιοκηλίδων είναι το C-κανάλι με μονοπολωμένο VVSAR σε γωνίες πρόσπτωσης εύρους από 20ο έως 50ο . Ο Dokken (1995) ανέφερε ότι η ανίχνευση των πετρελαιοκηλίδων είναι εφικτή υπό κατάλληλες μετεωρολογικές συνθήκες όταν σ ωκεανού > κατώτατο όριο θορύβου + 4dB. Επειδή ανά τον ωκεανό παρατηρείται μικρή πολλαπλή αντανάκλαση του σήματος, η επίδραση στην πολωσιμότητα είναι μικρή. Επομένως δεν υπάρχει μεγάλο κέρδος με τη χρήση διασταυρούμενης πολωσιμότητας. Ακόμη συζητείται η πιθανότητα χρήσης πολωσιμετρικού SAR για βελτιωμένη ανίχνευση και ταξινόμηση πετρελαιοκηλίδων. Η χρήση της μπορεί να διευρύνει την κλίμακα των ταχυτήτων ανέμου και γωνιών πρόσπτωσης. Για τον RADARSAT-1 προτάθηκε η χρήση SCN σε σειρά (βλ. πίνακα 3) για την ανίχνευση πετρελαιοκηλίδων. Η χρήση ScanSAR Wide (SCW) μπορεί να προκαλέσει περιορισμούς εξαιτίας της μικρής ανάλυσης που διαθέτει. Ο RADARSAT-1 δεν είναι ο καταλληλότερος για την ανίχνευση των πετρελαιοκηλίδων εξαιτίας της HH πολωσιμότητάς του, καθώς οι προβλέψεις δείχνουν ότι η ανίχνευση των πετρελαιοκηλίδων δεν θα είναι δυνατή για της μεγάλες γωνίες πρόσπτωσης ,κυρίως σε χαμηλές ταχύτητες ανέμου. Εντούτοις χρησιμοποιείται επιτυχώς στην παρακολούθηση των πετρελαιοκηλίδων. Προς το παρόν δεν έχει αναφερθεί καμία σημαντική διαφορά στις πρακτικές εφαρμογές των RADARSAT-1 και ENVISAT για πρακτικές παρακολούθησης πετρελαιοκηλίδων. Ωστόσο, η εμπειρία πιθανόν να είναι ακόμα περιορισμένη. Ο ASAR WSM του ENVISAT καλύπτει ένα μεγαλύτερο εύρος από τους προκατόχους του ERS-1 και -2, η ανάλυση του όμως είναι χαμηλότερη. Από τον πίνακα 3 μπορούμε να διαπιστώσουμε ότι υπάρχει μια ανταλλαγή μεταξύ της ανάλυσης της εικόνας και του εύρους κάλυψης . Επειδή οι δορυφόροι SAR συνήθως έχουν πολικές τροχιές, η κάλυψη εξαρτάται από το γεωγραφικό πλάτος. Η κάλυψη είναι καλή στις πολικές περιοχές και μειώνεται με την απόσταση από τους πόλους. Για τη Μεσόγειο θάλασσα ο αριθμός των διελεύσεων των δορυφόρων ανά ημέρα είναι 0.04 για τον ERS, 0.27 για τον RADARSAT-1, και 0.36 για τον ENVISAT. Καθώς η ορατότητα των πετρελαιοκηλίδων μειώνεται με το χρόνο, και απαιτείται μια έγκαιρη ειδοποίηση, ένας υψηλός αριθμός διελεύσεων ανά ημέρα είναι επιθυμητός. Με την εγκατάσταση καμπτόμενων κεραιών , όπως αυτές που σχεδιάστηκαν για τον RADARSAT-2 SAR, λαμβάνονται πιο ευέλικτες δυνατότητες παρακολούθησης και συνεπώς υπάρχει μικρότερη εξάρτηση από τις επαναλαμβανόμενες διελεύσεις των δορυφόρων. Όλοι αυτοί είναι βασικοί παράγοντες στην εκτίμηση της χρησιμότητας και της αποτελεσματικότητας του SAR, καθώς και για το σχεδιασμό μελλοντικών δορυφορικών αποστολών για τον έλεγχο της ρύπανσης.
'3.4. Θόρυβος στίγματος'
Το στίγμα είναι ένα μεγάλο πρόβλημα στις εικόνες SAR καθώς ακόμα και μια ομογενής περιοχή έχει μια στατιστική κατανομή με μεγάλη σταθερή απόκλιση. Μία πιθανότητα είναι η λείανση αυτών των σημείων μετά τη λήψη της εικόνας. Έγιναν δοκιμές σε δυο τύπους φίλτρων, αυτά που γενικώς μειώνουν το θόρυβο χωρίς να υποθέτουν εκ των προτέρων κάποιο μοντέλο στίγματος και αυτά που υποθέτουν ένα μοντέλο πολλαπλασιαστικού σήματος. Καλύτερα αποτελέσματα στην ανίχνευση πετρελαιοκηλίδων έδωσε το δεύτερο μοντέλο. Για εφαρμογές που αφορούν πετρελαιοκηλίδες ένα φίλτρο πρέπει να συμπιέζει το θόρυβο, αλλά να διατηρεί τις μικρές και λεπτές πετρελαιοκηλίδες.
4.Μεθοδολογία ανίχνευσης πετρελαιοκηλίδων στις εικόνες SAR
Γίνεται διάκριση μεταξύ των χειροκίνητων προσεγγίσεων και των αυτόματων αλγορίθμων για τον εντοπισμό των πετρελαιοκηλίδων, ο οποίος μπορεί να διαιρεθεί σε:
• Ανίχνευση των πιθανών κηλίδων
• Χειρωνακτική επαλήθευση των κηλίδων (πετρέλαιο/ κάτι παρεμφερές) και εύρεση επιπέδων εμπιστοσύνης
4.1. Χειρωνακτική επιθεώρηση
Από το 1994 ο KSAT στη Νορβηγία παρέχει μια υπηρεσία χειρωνακτικής ανίχνευσης πετρελαιοκηλίδων. Οι χειριστές είναι εκπαιδευμένοι να αναλύουν τις εικόνες SAR για την ανίχνευση της πετρελαϊκής ρύπανσης. Οι εξωτερικές πληροφορίες αναφορικά με την ταχύτητα του ανέμου και τη διεύθυνσή του, την τοποθεσία των πύργων γεωτρήσεων και των αγωγών, των εθνικών συνόρων και των ακτογραμμών χρησιμοποιούνται επικουρικά κατά τη διάρκεια της ανάλυσης. Ο χειριστής χρησιμοποιεί ένα εργαλείο θέασης της εικόνας που μπορεί να υπολογίσει μερικές ιδιότητες σημείων, ωστόσο πρέπει ο ίδιος να σαρώσει όλη την εικόνα με το βλέμμα του. Η διαδικασία αυτή είναι χρονοβόρα. Οι πιθανές πετρελαιοκηλίδες που εντοπίζονται χαρακτηρίζονται ως υψηλού, μετρίου, και χαμηλού επιπέδου εμπιστοσύνης. Η εκτίμηση βασίζεται στα κάτωθι χαρακτηριστικά: το επίπεδο αντίθεσης με το περιβάλλον, η ομοιογένεια του περιβάλλοντος, η ταχύτητα του ανέμου, γειτνιάζοντες πύργοι γεωτρήσεων και πλοία, φυσικές κηλίδες που βρίσκονται κοντά καθώς και ακμές και χαρακτηριστικά σχήματος του σημείου. Ο καθορισμός του επιπέδου εμπιστοσύνης δεν αποτελεί μια συγκεκριμένη επιστήμη και πάντα συνοδεύεται από αβεβαιότητα λόγω της ανάμειξης του ανθρώπινου παράγοντα στην εκτίμηση των αποτελεσμάτων.
4.2. Σύγκριση χειρωνακτικής με αυτόματη ανίχνευση
Κατά τη χειρωνακτική ανίχνευση οι πληροφορίες που σχετίζονται με το γύρω χώρο αποτελούν ένα βασικό παράγοντα στην ταξινόμηση των κηλίδων. Πρόκληση αποτελεί η ενσωμάτωση αυτής της γνώσης σε ένα αυτόματο αλγόριθμο. Σύμφωνα με τους Solberg και Volden ένα σύνολο κανόνων και γνώσεων για τις εξωτερικές συνθήκες (π.χ. την ταχύτητα του ανέμου) χρησιμοποιούνται για να ρυθμίσουν τις πιθανότητες ύπαρξης πετρελαιοκηλίδων στην εξεταζόμενη περιοχή. Αυτές οι πληροφορίες είναι ενσωματωμένες σε ένα ταξινομητή που βασίζεται σε μια συνάρτηση πολλών μεταβλητών διανομής πιθανότητας. Οι Fiscella et al. βρήκαν ότι ένας άνθρωπος και ένας αλγόριθμος ανάλυσης εικόνας έχουν ίδια ικανότητα διάκρισης των πετρελαιοκηλίδων από τις παρεμφερείς τους μορφές, το σύνολο όμως των εικόνων περιλάμβανε μόνο 21 υποψήφιες πετρελαιοκηλίδες. Στα πλαίσια του προγράμματος των Ωκεανίδων πραγματοποιήθηκε μια έρευνα ανεύρεσης της βέλτιστης τεχνικής ανίχνευσης πετρελαιοκηλίδων που βασίστηκε στη σύγκριση των μοντέλων KSAT (χειροκίνητο), NR (αυτόματος αλγόριθμος) και QinetiQ (ημιαυτόματος αλγόριθμος). Στην ημιαυτόματη μέθοδο QinetiQ, σε πρώτο στάδιο ακολουθείται ένας αυτόματος αλγόριθμος και ανίχνευση των σκούρων σημείων, και μετά τα αποτελέσματα ταξινομούνται οπτικά μέσω ενός χειριστή. Σε αυτή την έρευνα, οι τρεις προσεγγίσεις που βασίστηκαν σε δορυφόρο συγκρίθηκαν με δεδομένα από αεροπλάνα. Το σύνολο των πληροφοριών περιείχε 17 εντοπισμένες πετρελαιοκηλίδες. Από αυτές ο KSAT εντόπισε τις 15, ο NR τις 14 και το QinetiQ 12. Τα αποτελέσματα δείχνουν ότι αποτελεί πρόκληση όλοι οι χειριστές να εντοπίσουν τα ίδια σημεία και να ους αποδώσουν τον ίδιο βαθμό εμπιστοσύνης. Ο αλγόριθμος NR είναι αντικειμενικός και παρέχει το ίδιο αποτέλεσμα επαναλαμβανόμενα. Καλή συμφωνία μεταξύ των μεθόδων επετεύχθη για πετρελαιοκηλίδες με υψηλή αντίθεση με το περιβάλλον. Οι χειριστές του KSAT χρειάζονται 3-25min για να αναλύσουν μια εικόνα ( κατά μέσο όρο 9 min), ο αλγόριθμος NR περίπου 3 min και ο αλγόριθμος QinetiQ περίπου 20 min. Αυτό δείχνει ότι οι αυτόματες προσεγγίσεις είναι χρηστικότερες όταν ο όγκος των δεδομένων SAR αυξάνεται.
4.3. Προβλήματα σχεδιασμού αυτόματων συστημάτων ανίχνευσης
Οι Kubat et al. προσδιόρισαν ένα σύνολο προβλημάτων κατά την ανάπτυξη ενός εργαλείου εκμάθησης μηχανών για τον εντοπισμό πετρελαιοκηλίδων. Το πρώτο πρόβλημα είναι η έλλειψη δεδομένων καθώς οι περισσότερες δορυφορικές εικόνες SAR που λαμβάνονται δεν περιέχουν πετρελαιοκηλίδες. Το δεύτερο είναι η ανισορροπία του συστήματος εκμάθησης. Η ανίχνευση πετρελαιοκηλίδων είναι μια εφαρμογή όπου ο ταξινομητής πρέπει να ανιχνεύσει ένα σπάνιο αλλά σημαντικό γεγονός (τα σημεία που ομοιάζουν με πετρελαιοκηλίδες είναι πολύ πιο συχνό φαινόμενο). Οι πετρελαιοκηλίδες συμβαίνει να εμφανίζονται τμηματικά, και έτσι τμήματα μιας εικόνας τυχαίνει να συνιστούν μια πετρελαιοκηλίδα. Επίσης αυτά τα τμήματα μπορεί να έχουν ομοιότητες αλλά μπορεί να είναι και ανόμοια μεταξύ τους, κάτι που επηρεάζει την εκπαίδευση του ταξινομητή. Τέλος, η επίδοση του ταξινομητή σχετίζεται με τη δυνατότητα του χρήστη να μειώσει τον αριθμό των συναγερμών χωρίς όμως να περιοριστεί ο αριθμός των σημαντικών πετρελαιοκηλίδων που εντοπίζονται. Οι σημαντικές διαφορές στα χαρακτηριστικά των διαφόρων αισθητήρων SAR που στον πίνακα 3 . Όλες αυτές οι θεωρήσεις πρέπει να ληφθούν υπόψη κατά το σχεδιασμό ενός αυτόματου συστήματος ανίχνευσης πετρελαιοκηλίδων.
5.Αυτόματες τεχνικές για τον εντοπισμό πετρελαιοκηλίδων στις εικόνες SAR
Αρκετά από τα άρθρα που έχουν δημοσιευτεί για την ανάπτυξη αλγορίθμων προς εντοπισμό πετρελαιοκηλίδων από εικόνες SAR περιγράφουν μια δομή παρεμφερή με εκείνη της εικόνας 4.
5.1. Τεχνικές κατάτμησης
Όλες οι πετρελαιοκηλίδες χαρακτηρίζονται από χαμηλά επίπεδα οπισθοδιασποράς γι’ αυτό προτείνεται η χρήση τιμών κατωφλίου για την κατάτμηση των σκοτεινών τμημάτων. Μια πρώιμη προσπάθεια για κατάτμηση των εικόνων SAR του ERS-1 περιγράφηκε το 1993 . Ένας αλγόριθμος απλά εντοπίζει τα δίμορφα ιστογράμματα σε παράθυρα μεγέθους N x N pixels (όπου Ν αντιστοιχεί σε 25 pixels). Αυτή είναι μια καλή μέθοδος για την ανίχνευση των πετρελαιοκηλίδων δεδομένου ότι η κηλίδα δεν πρόκειται να λεπτύνει. Μια παρεμφερής προσέγγιση περιγράφεται από τους Vachon et al και Manore et al. Αυτός ο αλγόριθμος, που αναπτύχθηκε για τα SAR δεδομένα του RADARSAT-1 υπολογίζει κατά μέσο όρο την εικόνα πριν καθοριστεί από το χρήστη το κατώτατο όριο. Καθώς αυτοί οι αλγόριθμοι δεν έχουν ένα βήμα ταξινόμησης οι παρεμφερείς των πετρελαιοκηλίδων επίσης θα ανιχνευθούν. Μια μέθοδος που χρησιμοποιεί τη μαθηματική μορφολογία για την κατάτμηση των πετρελαιοκηλίδων παρουσιάστηκε από τους Gasull et al. Ο αλγόριθμος στοχεύει στην ανίχνευση των πετρελαιοκηλίδων από πλέοντα τάνκερ και κάποια χαρακτηριστικά είναι η επιμήκυνση και η προσρόφηση νερού της κηλίδας. Αν και μια πληθώρα μεθόδων έχει εφαρμοστεί, ο κοινός στόχος είναι να εντοπιστούν ύποπτες πετρελαιοκηλίδες και να διατηρηθούν τα σχήματά τους.
5.2. Εξαγωγή των χαρακτηριστικών της κηλίδας
Από την αρχική σκοτεινή εικόνα, η εξαγωγή των χαρακτηριστικών χρησιμοποιείται για να υπολογιστούν τα χαρακτηριστικά γνωρίσματα της κάθε κηλίδας. Ο πίνακας 4 συνοψίζει τα χαρακτηριστικά γνωρίσματα που χρησιμοποιήθηκαν σε τρεις διαφορετικούς αλγορίθμους. Σε ένα σύνολο χαρακτηριστικών που εισάγονται στον ταξινομητή, τα μεμονωμένα χαρακτηριστικά γνωρίσματα ,τυπικά ανήκουν στις παρακάτω κατηγορίες:
• Η γεωμετρία και το σχήμα της περιοχής. Τα χαρακτηριστικά που αφορούν τη γεωμετρία και το σχήμα, εφαρμόζονται από όλες τις μεθόδους όπως φαίνεται και από τον πίνακα 4. Για να ανιχνευτεί η μόλυνση από τα πλέοντα τάνκερ που καθαρίζουν τις δεξαμενές τους, ένα σημαντικό χαρακτηριστικό είναι η επιμήκυνση η οποία μπορεί να εκφραστεί σαν ένας ρυθμός μεταξύ του εύρους και του μήκους της κηλίδας.
• Φυσικά χαρακτηριστικά του επιπέδου οπισθοδιασποράς της κηλίδας και των περιχώρων της. Τα χαρακτηριστικά που αφορούν την κλίση της οπισθοδιασποράς περνώντας από το υπόβαθρο στην κηλίδα αποτελούν πολύτιμη πληροφορία για την ταξινόμηση των κηλίδων με τη βοήθεια νευρωνικών δικτύων. Επιπλέον η τυπική απόκλιση του υποβάθρου είναι μια σημαντική παράμετρος που επηρεάζεται σε μεγάλο βαθμό από το επίπεδο ανέμου και γενικά είναι υψηλή για τις φυσικές θαλάσσιες κηλίδες.
• Χαρακτηριστικά του περιβάλλοντος χώρου της κηλίδας. Παραδείγματα είναι η απόσταση της κηλίδας από την ακτή καθώς και από πλοία ή πύργους γεωτρήσεων. Στους αλγορίθμους που χρησιμοποιούνται για τον εντοπισμό των κηλίδων υπάρχουν στοιχεία για τις περιοχές που είναι περισσότερο πιθανό να υπάρχουν πετρελαιοκηλίδες καθώς και δεδομένα ανέμου που βοηθούν στην ταξινόμηση των κηλίδων και εκτίμηση της ηλικίας τους.
• Υφή. Η υφή παρέχει πληροφορίες αναφορικά με τη χωρική συσχέτιση μεταξύ των γειτονικών pixels. Η ομοιογένεια είναι βασικός παράγοντας για τον αποτελεσματικό διαχωρισμό των κηλίδων από άλλα αντικείμενα.
• Αν και οι διαφορετικές μέθοδοι στον πίνακα 4 δεν εφαρμόζουν ακριβώς τα ίδια χαρακτηριστικά γνωρίσματα, αρκετά από αυτά είναι διαφορετικά μέτρα του ίδιου χαρακτηριστικού.
5.3. Μέθοδοι ταξινόμησης
Επειδή ένα σύνολο φαινομένων μπορούν να δημιουργήσουν σκοτεινές κηλίδες σε μια SAR εικόνα, ο σκοπός του ταξινομητή είναι να διακρίνει τις πετρελαιοκηλίδες από άλλες περιπτώσεις. Σύμφωνα με τους Solberg et al. η πιθανότητα πετρελαιοκηλίδας σχετίζεται με μια γκαουσιανή συνάρτηση πυκνότητας πολλών μεταβλητών. Οι άγνωστες παράμετροι προέρχονται από μια βάση με δεδομένα υπογραφών πετρελαιοκηλίδων. Αυτή συνδυάζεται με ένα πρόδρομο μοντέλο για τον αριθμό των παρεμφερών μορφών, ένα μοντέλο για την παρουσία κηλίδων κοντά σε φωτεινά σημεία και με μια τροποποίηση της πυκνότητας πιθανότητας προκειμένου να ληφθούν υπόψη συνδυασμοί χαρακτηριστικών που αποτελούν ενδείξεις συγκεκριμένων συνθηκών. Η εξαγόμενη μέθοδος με 84 περιορισμούς δίνει σωστή ταξινόμηση στο 94% των πετρελαιοκηλίδων. Ένα τεχνητό νευρωνικό δίκτυο είναι ένα μαθηματικό μοντέλο που αποτελείται από πολλούς νευρώνες που λειτουργούν σε παραλληλία. Οι Frate et al περιέγραψαν τη χρήση ενός νευρωνικού δικτύου για την ανίχνευση πετρελαιοκηλίδων από εικόνες του ERS. Η επιλογή ενός σκοτεινού αντικειμένου που αποτελεί τμήμα της εικόνας διενεργείται χειρωνακτικά, ενώ η εξαγωγή των χαρακτηριστικών γνωρισμάτων και η ταξινόμηση σε πετρελαιοκηλίδες και παρεμφερείς τους μορφές πραγματοποιείται αυτόματα. Χρησιμοποιώντας αυτή τη μέθοδο σε 139 δείγματα διαρροών πετρελαίου το 18% αναφέρθηκε ότι ταξινομήθηκαν εσφαλμένα ως παρεμφερείς μορφές. Οι προτεινόμενες αυτόματες μέθοδοι που παρουσιάστηκαν προηγουμένως για την ανίχνευση και τη σωστή ταξινόμηση πετρελαιοκηλίδων, αναφέρουν ακρίβεια της τάξης του 82% με 94%. Αυτές οι μέθοδοι ωστόσο διενεργήθηκαν σε διαφορετικά δεδομένα πληροφοριών και οι προσεγγίσεις διαφέρουν όσον αφορά τις μεθόδους εξαγωγής των χαρακτηριστικών γνωρισμάτων, ταξινόμησης, και στις διαδικασίες κατάτμησης της εικόνας. Τα πιο σημαντικά βήματα σε αυτή τη διαδικασία είναι η κατάτμηση και η εξαγωγή των χαρακτηριστικών γνωρισμάτων. Αν μια πετρελαιοκηλίδα δεν ανιχνευτεί κατά τη διάρκεια της κατάτμησης δεν μπορεί να ταξινομηθεί σωστά. Αν τα χαρακτηριστικά μπορούν να διακριθούν εύκολα μεταξύ τους, το πρόβλημα της ταξινόμησης θα είναι ευκολότερο και πολλοί ταξινομητές θα λειτουργούν. Θεωρούμε ότι η ποικιλία στο σχήμα, την αντίθεση και τον περίγυρο των πετρελαιοκηλίδων και των παρεμφερών τους μορφών είναι τόσο μεγάλη, που είναι απαραίτητη η υποδιαίρεση του προβλήματος σε υποκατηγορίες και η καθοδήγηση του ταξινομητή με όσο το δυνατόν προγενέστερες πληροφορίες είναι δυνατόν.
6.Συμπεράσματα και προτάσεις για περεταίρω εργασία
Το SAR είναι ο πιο εφαρμόσιμος διαστημικός αισθητήρας για την ανίχνευση πετρελαιοκηλίδων, κυρίως εξαιτίας των δυνατοτήτων ανίχνευσης παντός καιρού και με ευρεία κάλυψη. Μπορεί να λειτουργήσει από ήρεμο άνεμο, σε ταχύτητες ανέμου έως 12-14m/s, αλλά η μέγιστη ταχύτητα ανέμου για την ανίχνευση πετρελαιοκηλίδων εξαρτάται από τον τύπο και την ηλικία της κηλίδας. Οι αισθητήρες που λειτουργούν σε μεγάλο εύρος κάλυψης με χωρική γεωμετρική ανάλυση 50-150m βρέθηκε ότι είναι επαρκείς και επιτρέπουν την κάλυψη μεγάλων ωκεάνιων περιοχών αποτελεσματικά. Η μεγαλύτερη πρόκληση στην ανίχνευση πετρελαιοκηλίδων από εικόνες SAR είναι η ακριβής τους διάκριση από τις παρεμφερείς τους μορφές. Οι περισσότερες καταστάσεις χαμηλού ανέμου μπορούν να τύχουν διαχείρισης μέσω της ανάλυσης του περιγύρου μιας πετρελαιοκηλίδας, όμως οι φυσικές μεμβράνες δεν μπορούν πάντα να διακριθούν από τις πετρελαιοκηλίδες βάσει μόνο των εικόνων SAR. Επιπρόσθετες πληροφορίες αναφορικά με την άνθηση φυκιών είναι επιθυμητή ιδιαίτερα στη Βαλτική Θάλασσα όπου τα φύκια είναι σύνηθες φαινόμενο ιδιαίτερα κατά τη διάρκεια του καλοκαιριού. Τέτοιες πληροφορίες μπορούν να εξαχθούν από τους οπτικούς αισθητήρες. Τα μελλοντικά συστήματα ανίχνευσης πετρελαιοκηλίδων θα πρέπει να ενσωματώνουν πληροφορίες για τα φύκια είτε από μελέτες βασισμένες σε πολυαισθητήρες, είτε με τη χρήση προγενεστέρων γνώσεων για την πιθανότητα παρατήρησης αλγών σε μια δεδομένη περιοχή σε μια ορισμένη περιοχή του έτους. Για λειτουργικούς λόγους υπάρχει η ανάγκη συντονισμού μεταξύ των δορυφορικών διελεύσεων και των πτήσεων επιτήρησης με αεροπλάνα. Προς το παρόν η εναέρια επιτήρηση απαιτείται για τη συλλογή στοιχείων προκειμένου να διωχθούν οι ρυπαίνοντες. Ο συνδυασμός δορυφορικής απόκτησης εικόνων και πτήσεων εναέριας επιτήρησης προς το παρόν χρησιμοποιείται από πολλές χώρες στη Βόρεια Ευρώπη. Πολλές από αυτές τις υπηρεσίες χρησιμοποιούν την προσέγγιση KSAT προκειμένου να εντοπίσουν πετρελαιοκηλίδες από δορυφορικές εικόνες. Οι μελλοντικές SAR αποστολές είναι κρίσιμες για την επιτυχή ανίχνευση πετρελαιοκηλίδων. Υπάρχει ένας αριθμός σχεδιασμένων SAR εμπορικών αποστολών. Ο προηγμένος γιαπωνέζικος δορυφόρος παρατήρησης της γης (Advanced Land-Observing Satellite: ALOS) και ο Ευρωπαϊκός Terra-SAR-L είναι δορυφόροι με L- κανάλι SAR, που σημαίνει ότι διαθέτουν ένα αυξημένο μήκος κύματος (24m) σε σύγκριση π.χ. με τον ERS και τον ENVISAT. Οι TerraSAR-X και COSMO/SkyMed είναι Γερμανικοί και Ιταλικοί δορυφόροι Χ-καναλιών. Αναφορικά με την ανίχνευση των πετρελαιοκηλίδων οι πιο υποσχόμενες από τις επερχόμενες αποστολές είναι αυτές του RADARSAT-2 με το C-κανάλι SAR. Μια μελέτη για τη βέλτιστη τεχνική ανίχνευσης πετρελαιοκηλίδων (χειρωνακτική σε σύγκριση με τις αυτόματες μεθόδους) έδειξε ότι οι χειριστές παρουσιάζουν διαφορές κατά την ανίχνευση τους, ιδιαίτερα στην εκτίμηση του βαθμού εμπιστοσύνης. Ένας αυτόματος αλγόριθμος με αξιόπιστη και αντικειμενική εκτίμηση του βαθμού εμπιστοσύνης των πετρελαιοκηλίδων θα ήταν ιδιαιτέρως επιθυμητός. Η ανάγκη αυτόματων αλγορίθμων εξαρτάται από τον αριθμό των εικόνων που πρέπει να αναλυθούν και αποτελεί μια οικονομικώς αποδοτική λύση για την παρατήρηση μεγάλων ωκεάνιων περιοχών συγκριτικά με τη χειρωνακτική μέθοδο. Χρειάζεται περισσότερη δουλειά για την επίτευξη της σωστής σύγκρισης των επιδόσεων των χειροκίνητων συγκριτικά με τις αυτόματες μεθόδους για την ανίχνευση των πετρελαιοκηλίδων. Μέχρι τώρα, τα αυτόματα συστήματα έχουν δοκιμασθεί off-line, έτσι επιπρόσθετες κηλίδες που αναφέρονται από τα αυτόματα συστήματα δεν μπορούν να ελεγχθούν. Ακόμα πιστεύουμε ότι οι κηλίδες που ταξινομούνται ως πετρελαιοκηλίδες από τους αυτόματους αλγορίθμους πρέπει να διέρχονται και από χειροκίνητη ανίχνευση προτού σταλούν για την επιβεβαίωσή τους αεροσκάφη. Σε αυτή την περίπτωση, θα ήταν πιο αποτελεσματική η τμηματική επιθεώρηση κάποιων πετρελαιοκηλίδων παρά η επιθεώρηση του συνόλου τους όπως γίνεται προς το παρόν. Σαν μέρος του προγράμματος της ESA για το Northen View, ο αυτόματος αλγόριθμος NR’s θα επεκταθεί μέσα στο λειτουργικό περιβάλλον KSAT. Οι αυτόματοι αλγόριθμοι ανίχνευσης πετρελαιοκηλίδων συνήθως διαιρούνται σε τρία βήματα: ανίχνευση των σκοτεινών σημείων, εξαγωγή των χαρακτηριστικών τους και ταξινόμησή τους. Πολλά άρθρα έχουν δημοσιευτεί για τους αυτόματους αλγορίθμους ταξινόμησης των πετρελαιοκηλίδων και των παρεμφερών τους μορφών καθώς οι περισσότεροι συγγραφείς επικεντρώνονται στο στάδιο της ανίχνευσης. Αναφέρονται πολλές μελέτες μεγάλης κλίμακας με αποδεκτή απόδοση ταξινόμησης που βασίζονται στην στατιστική ταξινόμηση, και τα νευρωνικά δίκτυα. Θα ήταν επιθυμητή μια εκτενής σύγκριση των ταξινομητών που χρησιμοποιούν διαφορετικές προσεγγίσεις στηριζόμενοι όμως στα ίδια δεδομένα χαρακτηριστικών γνωρισμάτων. Προκειμένου να αυξηθούν οι αποδόσεις των διαφόρων μεθόδων είναι απαραίτητη η απόκτηση επιπλέον γνώσης. Πιστεύουμε ότι το μελλοντικό σύστημα ανίχνευσης πετρελαιοκηλίδων θα πρέπει να ενσωματώνει αυτόματους αλγορίθμους, μια βάση δεδομένων από ‘‘καίρια σημεία’’ (π.χ. πύργοι γεωτρήσεων, βυθισμένα σκάφη), γραμμές πλεύσης πλοίων, πληροφορίες για τα σημεία άνθησης φυκιών καθώς και εκτεταμένη χρήση των δεδομένων για τον άνεμο.
