Ανάπτυξη βάσης γνώσης για ταξινόμηση, εικόνας IKONOS για την χαρτογράφηση των Μεσογειακών αγροτικών τοπίων
Από RemoteSensing Wiki
Christos G. Karydas & Ioannis Z. Gitas (2011)
1. Εισαγωγή
Η χαρτογράφηση του τοπίου αντιμετωπίζει τη δυσκολία του συσχετισμού και της ενσωμάτωσης των μετρήσεων των χαρακτηριστικών του τοπίου που λαμβάνουν χώρα σε διαφορετικές χωρικές κλίμακες. Διάφορες μεθοδολογίες έχουν αναπτυχθεί για τη χαρτογράφηση πολλαπλής κλίμακας από τηλεπισκοπικά δεδομένα, όπως η ανάλυση ημι-διακύμανσης [1], η ανάλυση κυματιδίων [2], η μορφοκλασματική ανάλυση [3], η ανάλυση κενότητας (lacunarity) [4] και η θεωρία διαφυγής ή διήθησης [5]. Η ανάλυση εικόνας με βάση το αντικείμενο (OBIA) θεωρείται ότι έχει μεγάλες δυνατότητες στην χαρτογράφηση πολλαπλής κλίμακας και ως εκ τούτου έχει λάβει αυξημένη προσοχή κατά την τελευταία δεκαετία [6]. Η OBIA, η οποία επικεντρώνεται στην ανάλυση ομάδων εικονοστοιχείων (pixels) («αντικείμενα εικόνας» ή απλώς «αντικείμενα») και όχι στην επεξεργασία ξεχωριστών εικονοστοιχείων και μόνο, περιλαμβάνει δύο στάδια: α) την κατάτμηση της εικόνας για τη δημιουργία των αντικειμένων που συνδέονται μέσω ενός χωρικού και ιεραρχικού δικτύου και β) την ταξινόμηση αυτών των αντικειμένων [7]. Οι αντικειμενοστραφείς προσεγγίσεις ταξινόμησης έχουν, σε γενικές γραμμές, καλύτερη απόδοση από ό,τι οι προσεγγίσεις βάσει των εικονοστοιχείων κατά τη χαρτογράφηση των επιμέρους χαρακτηριστικών ενός τοπίου [8]. Αυτό ισχύει ιδιαίτερα όταν χρησιμοποιούνται δεδομένα υψηλής χωρικής ανάλυσης, όπως η δημιουργία αντικειμένων από εικόνες υψηλής ανάλυσης η οποία διευκολύνει την παραγωγή πρόσθετων πληροφοριών (εκτός από φασματικές), όπως είναι το σχήμα, η υφή και τα συμφραζόμενα [9]. Η ιδέα της ενσωμάτωσης των συμφραζόμενων πληροφοριών στις διαδικασίες ταξινόμησης της εικόνα ξεκίνησε στη δεκαετία του 1970 [10], ενώ η σημασία της υφής ως στοιχείο ερμηνείας αυξήθηκε όταν έγιναν διαθέσιμα τα πολύ υψηλής ποιότητας μεγέθη εικονοστοιχείων [11]. Όταν το κύριο θέμα είναι η λειτουργική χαρτογράφηση τοπίου, οι προσεγγίσεις ταξινόμησης θα πρέπει να είναι αντικειμενικές και επαληθεύσιμες και πρέπει να παράγουν ακριβείς χάρτες. Οι στατιστικές προσεγγίσεις ταξινόμησης αναφέρεται ότι επηρεάζονται έντονα από τη στρατηγική δειγματοληψίας και τις δεξιότητες αυτών που ερμηνεύουν την εικόνα [12], εξαρτώνται από το σκηνικό και λαμβάνουν κανονική κατανομή των δεδομένων υπογραφής. Αντιθέτως, η ανάπτυξη των κανόνων που βασίζονται σε a priori γνώση του περιβάλλοντος που πρόκειται να χαρτογραφηθεί, παρουσιάζει μία δυναμική για λειτουργική χαρτογράφηση, διότι: • επιτρέπει τη χρήση των ιδιοτήτων που σχετίζονται με την κλάση, εισάγοντας έτσι το σημασιολογικό περιεχόμενο στην κατάταξη, • προωθεί την καλύτερη κατανόηση του περιβάλλοντος, σε μια διαδραστική προσέγγιση, • παράγει συγκρίσιμα αποτελέσματα χαρτογράφησης, όταν επεκτείνεται σε παρόμοια σύνολα δεδομένων και • προωθεί την αυτοματοποίηση της παραγωγής χάρτη. Ο στόχος αυτής της έρευνας ήταν να αναπτυχθεί μια ταξινόμηση εικόνας με κανόνες για μια πολλαπλής κλίμακας χαρτογράφηση των μεσογειακών αγροτικών τοπίων με τη χρήση εικόνων VHR χωρίς την ενσωμάτωση τυχόν συμπληρωματικών δεδομένων.
2. Περιοχή μελέτης και εικόνες
Η μελέτη διεξήχθη στην αγροτική περιοχή των Αρχανών (3186 εκτάρια), η οποία βρίσκεται κοντά στην αρχαία Κνωσό στην κεντρική Κρήτη, Ελλάδα (βλέπε σχήμα 1α). Η κοιλάδα των Αρχανών έχει χρησιμοποιηθεί για την παραγωγή ελαιολάδου και κρασιού από την προϊστορική εποχή. Η τοπογραφία της περιοχής είναι ορεινή, ενώ τα εδάφη υπάγονται σε δύο κύριες κατηγορίες: Calcaric Regosols (Rc) και Calcaric Lithosols (Ic). Το κλίμα είναι τυπικό μεσογειακό, με ήπιους υγρούς χειμώνες και ζεστά ξηρά καλοκαίρια. Σήμερα, η περιοχή καλλιεργείται στο πλαίσιο του μεσογειακού συστήματος καλλιέργειας που περιλαμβάνει ελαιώνες, αμπέλια και λίγα δημητριακά, όσπρια και λαχανικά.
3. Συζήτηση
Μόνο η σταθερότητα και η θεματική ακρίβεια της ταξινόμησης αξιολογήθηκε, δηλαδή, αν οι επιδιωκόμενοι στόχοι ταξινομήθηκαν ορθώς ή όχι. Η γεωμετρική ακρίβεια της ταξινόμησης, δηλαδή, η ακριβής θέση, το σχήμα, το μέγεθος και ο προσανατολισμός των αντικειμένων που χαρτογραφήθηκαν, ήταν πέραν του πεδίου εφαρμογής της παρούσας έρευνας.
4. Συμπεράσματα και προοπτικές
Σε αυτή την έρευνα, αναπτύχθηκε μία μέθοδος κανόνων ταξινόμησης με βάση τα αντικείμενα για τη χαρτογράφηση αγροτικών τοπίων της Μεσογείου σε πολλαπλές κλίμακες, με την χρήση εικόνες IKONOS υψηλής ευκρίνειας. Το βασικό συμπέρασμα της έρευνας είναι ότι η χρήση των κανόνων σε μια διαδικασία OBIA έχει τη δυνατότητα να παράγει χάρτες τοπίου ακριβείας, ακόμη και στην περίπτωση σύνθετων περιβαλλόντων, στα οποία δεν είναι διαθέσιμα βοηθητικά δεδομένα. Με βάση τους χάρτες του τοπίου που προήλθαν από την κατάταξη που βασίζεται σε κανόνες, αρκετοί δείκτες τοπίου μπορούν να υπολογιστούν σε διαφορετικές κλίμακες, προκειμένου να αξιολογηθούν ποσοτικά τα αγροτικά χαρακτηριστικά του τοπίου και οι διαδικασίες. Οι μελλοντικές έρευνες θα πρέπει να επικεντρωθούν στην εξέταση της δυνατότητας μεταφοράς του συνόλου των κανόνων σε διάφορες μεσογειακές περιοχές μελέτης, προκειμένου να καταλήξουν σε συμπέρασμα σε σχέση με τις δυνατότητες της λειτουργικής της χρήσης.
ΠΗΓΗ : http://www.tandfonline.com/doi/abs/10.1080/01431161.2010.551549#.U8ehJZSSzSs
