Αξιολόγηση Οπτικών Δεδομένων Τηλεπισκόπησης σε Χαρτογράφηση Καμένων Περιοχών στο νησί της Θάσου

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Πρωτότυπος Τίτλος: Evaluation of Optical Remote Sensing Data in Burned Areas Mapping of Thasos Island, Greece.

Συγγραφείς: Elhag Μ., Yimaz Ν., Bahrawi J. & Boteva S.

Δημοσιεύθηκε: Earth Systems and Environment, 2020

Σύνδεσμος Πρότυπου Κειμένου: https://doi.org/10.1007/s41748-020-00195-1 [1]

Λέξεις κλειδιά: δασικές πυρκαγιές, μεσογειακό οικοσύστημα, NDVI

Εικόνα 1: Καμένες περιοχές Θάσου με οπτική απόδοση μέσω του καναλιού 5 για το 2016 (αριστερά) σε μαύρο χρώμα και 6 για το 2018 (δεξιά) σε άσπρο, πηγή: Elhag et al. 2020.
Εικόνα 2: Καμένες περιοχές Θάσου συνδυάζοντας τους χάρτες της εικ. 1 (αριστερά) και η διαφοροποίηση του NDVI (δεξιά), πηγή: Elhag et al. 2020.


1. Εισαγωγή

Στην Ελλάδα, οι περισσότερες δασικές περιοχές αντιμετωπίζουν κάθε χρόνο προβλήματα δασικών πυρκαγιών. Τα τελευταία χρόνια παρατηρείται αύξηση του φαινομένου στη χώρα, με αποκορύφωμα το 2016, όπου σημειώθηκε ο μέγιστος αριθμός των 206 πυρκαγιών και η συνολική καμένη έκταση των 6938,8 ha. Αιτία είναι κυρίως ο εμπρησμός, με τις καλοκαιρινές καιρικές συνθήκες να ευνοούν την εξάπλωσή τους. Το κλίμα, (υψηλές θερμοκρασίες, χαμηλή υγρασία και μεγάλη ξηροθερμική περίοδος), όπως και τα εύφλεκτα φρύγανα ευνοούν σημαντικά την πρόκληση μιας πυρκαγιάς, με χαρακτηριστικό παράδειγμα το νησί της Κρήτης. Η αξιολόγηση των δασικών πυρκαγιών έχει ως στόχο την πρόληψη και την καταστολή τους, δίνοντας βάση στη συγκομιδή της ξυλείας και τις οικολογικές επιπτώσεις της περιοχής. Ως εκ τούτου, η χαρτογράφηση αποτελεί ουσιώδες εργαλείο καταγραφής τους, χρησιμοποιώντας διάφορες τεχνικές τηλεπισκόπησης και μηχανισμούς ανίχνευσης των καμένων περιοχών (δείκτες βλάστησης NDVI, μοντέλα λογιστικής παλινδρόμησης, ανάλυση κύριου στοιχείου PCA). Στη συγκεκριμένη έρευνα λήφθηκαν πολυφασματικά δεδομένα από εικόνες Landsat-8 και αεροφωτογραφίες, εντοπίζοντας τις αλλαγές που παρουσιάστηκαν πριν και μετά τις πυρκαγιές. Επίσης, δόθηκε βάση στη διερεύνηση της αποτελεσματικότητας της PCA ως προς τη βελτίωση της χαρτογράφησης, στον καθορισμό του καταλληλότερου συνδυασμού καναλιών για τη χαρτογράφηση της καμένης περιοχής και στην εκτίμηση της ακρίβειας του χάρτη σε σχέση με τα επίσημα στοιχεία της Δασικής Υπηρεσίας.


2. Μεθοδολογία

Η περιοχή έρευνας ήταν το βορειότερο νησί της Ελλάδας, η Θάσος. Ανήκει στην περιφέρεια της Καβάλας στην Κεντρική Μακεδονία, με συντεταγμένες από 24°30’ έως 24°48’ Α και από 40°33’ έως 40°49’ Β. Η τοπογραφία της Θάσου χαρακτηρίζεται ως ορεινή, με μέγιστο υψόμετρο τα 1217 m. Το κλίμα είναι μεσογειακό, με υγρούς χειμώνες και ξηρά καλοκαίρια, ενώ το γεωλογικό υπόβαθρο περιλαμβάνει ασβεστόλιθο και μάρμαρο, ηφαιστειογενούς προέλευσης. Ο μεγαλύτερος αριθμός των πυρκαγιών που προκλήθηκαν στη Θάσο προέκυψε τη δεκαετία 2010-2020, με σταθμό τις πυρκαγιές του 2016 και 2018, οι οποίες είχαν ως αποτέλεσμα την απώλεια περίπου 20.000 ha τραχείας και μαύρης πεύκης (Pinus brutia, Pinus nigra), δηλαδή έκταση μεγαλύτερη από το μισό μέγεθος του νησιού. Τα στοιχεία που προσκομίστηκαν για την έρευνα προήλθαν από δύο δορυφορικές εικόνες Landsat-8, με νεφοκάλυψη μικρότερη του 5%. Η πρώτη απεικόνιζε την περιοχή έξι ημέρες πριν την έξαρση της πρώτης πυρκαγιάς (4 Αυγούστου 2016), ενώ η δεύτερη μετά τη λήξη της δεύτερης πυρκαγιάς (24 Οκτωβρίου 2018). Τα οπτικά κανάλια των φωτογραφιών ήταν 11 και περιλάμβαναν το οπτικό, το εγγύς υπέρυθρο, το μέσο υπέρυθρο, το θερμικό υπέρυθρο και το πανχρωματικό. Η χωρική ανάλυση των εικόνων είχε εύρος από 15 m έως 100 m. Στη συνέχεια, ακολούθησε η ταξινόμηση των εικονοστοιχείων (pixels) δύο εικόνων με σκοπό την αναγνώριση των διαφορετικών κλάσεων της κάλυψης γης (Land Cover) της περιοχής μελέτης. Χρησιμοποιήθηκε ο συνδυασμός καναλιών 4-3-2, ο οποίος αποδίδει την καταλληλότερη οπτική αντίθεση ανάμεσα στις κατηγορίες χρήσεων γης. Για την ταξινόμηση αυτή, έγινε χρήση του παραμετρικού αλγορίθμου, ο οποίος αποσκοπεί στην οριοθέτηση των περιοχών σε πολυδιάστατα δεδομένα μέσω της κατηγοριοποίησης των εικονοστοιχείων, σύμφωνα με την ακόλουθη εξίσωση πιθανοτήτων:

Benchl p1 exisosi1.png




Όπου i: κλάση, x: n-διάστατα δεδομένα (όπου n είναι ο αριθμός των καναλιών), p(ωi): η πιθανότητα ότι η κλάση ωi εμφανίζεται στην εικόνα και θεωρείται το ίδιο για όλες τις κλάσεις, |Σi|: η ορίζουσα του πίνακα συνδιακύμανσης των δεδομένων στην κλάση ωi, Σi−1: ο αντίστροφος πίνακας, mi: μέσο διάνυσμα. Η ακρίβεια των δύο ταξινομήσεων αξιολογήθηκε μέσω της σύγκρισης πινάκων σφαλμάτων και του συντελεστή Κάπα (Khat), συγκρίνοντας τα πραγματικά στοιχεία του πεδίου με τα αντίστοιχα αποτελέσματα της αυτοματοποιημένης ταξινόμησης. Η συνολική ακρίβεια υπολογίζεται με τη διαίρεση του συνολικού αριθμού των σωστά ταξινομημένων pixels δια το συνολικό αριθμό των pixels. Με αυτό τον τρόπο, διαφαίνεται εάν η κλάση στο χάρτη αντιστοιχεί σε πραγματικά περιβαλλοντικά δεδομένα. Για τον υπολογισμό της συνολικής ακρίβειας χρησιμοποιήθηκε η εξίσωση:

Benchl p1 exisosi2.png





Όπου Caa: ένα στοιχείο στη θέση ath γραμμής και ath στήλης, Q και U: ο συνολικός αριθμός pixels και κλάσεων, αντίστοιχα. Σύμφωνα με τη στατιστική μέθοδο της PCA, το κανάλι 5 θεωρήθηκε το καταλληλότερο για την ανίχνευση των καμένων περιοχών και για τις δύο φωτογραφίες και έγινε χρήση των αντίστοιχων PCA εξισώσεων με σκοπό την πολυχρονική ανάλυση και την ανάδειξη περισσότερων δεδομένων για τις δύο πυρκαγιές ξεχωριστά. Τα κανάλια 3, 4 και 7 ήταν επίσης χρήσιμα. Επιπλέον, δόθηκε βάση και στο δείκτη NDVI, για την περιγραφή της κάλυψης και της δυναμικής της βλάστησης. Ο συνδυασμός της PCA και του NDVI αποτέλεσαν το κύριο μέσο για τη χαρτογράφηση των καμένων πυρκαγιών της Θάσου.


Πίνακας 1: Συνολική ακρίβεια και Συντελεστής Κάπα της εποπτευόμενης ταξινόμησης των χαρτών, πηγή: Elhag et al. 2020.

3. Αποτελέσματα

Κατά την ταξινόμηση των εικονοστοιχείων των δύο εικόνων δημιουργήθηκαν οχτώ κλάσεις για την καθεμία ξεχωριστά. Αυτές ήταν: ελαιώνες, φυσικά λιβάδια, περιοχές με αραιή βλάστηση, μικτά δάση, τοποθεσίες εξόρυξης ορυκτών, αστικές περιοχές, αλυκές και περιφερειακά υδάτινα σώματα (θάλασσα). Αντίστοιχα, η συνολική ακρίβεια της ταξινόμησης αυτής φαίνεται στον πίνακα 1, με τον συντελεστή Κάπα να κυμαίνεται στις τιμές 0,92 και 0,94.


Κατά την εφαρμογή της PCA και το συνδυασμό καναλιών και στοιχείων, υπολογίστηκε το ποσοστό των σωστά διαβαθμισμένων παρατηρήσεων ως προς τις καμένες περιοχές (καμένες, μη καμένες και σύνολο). Τα μοντέλα με την καλύτερη απόδοση εφαρμόστηκαν στα δορυφορικά δεδομένα για τη χαρτογράφηση των καμένων περιοχών. Επιπρόσθετα, ο δείκτης NDVI σε συνδυασμό με τα κανάλια 5 και 6 προσέφεραν περισσότερα στοιχεία για την πρώτη πυρκαγιά το 2016, εξαιτίας της διαφοροποίησης της βλάστησης μεταξύ των δύο πυρκαγιών. Στην εικόνα 1 η πυρκαγιά του 2016 εντοπίζεται με μαύρο χρώμα στο κανάλι 5, ενώ εκείνη του 2018 με άσπρο στο κανάλι 6.


Η διαφορά του NDVI μεταξύ των δύο εικόνων παρουσιάζεται στην Εικόνα 2, όπου με βάση τις τιμές της διαφορικής εικόνας NDVI και της οπτικής ερμηνείας, προκύπτουν τρεις κατηγορίες αλλαγών: η θετική αλλαγή, η μέτρια και η αρνητική. Σε αυτή την περίπτωση, προβάλλονται οι τάσεις της βλάστησης, όπου οι αρνητικές τιμές (μαύρο χρώμα) αντιστοιχούν στην παλινδρόμηση της βλάστησης (αρνητική αλλαγή), ενώ οι θετικές τιμές (λευκό χρώμα) αντιστοιχούν στην εξέλιξη της βλάστησης (θετική αλλαγή). Το συγκεκριμένο εργαλείο είναι ιδιαίτερα χρήσιμο στην πρόβλεψη της υποβάθμισης της βλάστησης μιας περιοχής. Επιπλέον, ο εντοπισμός καμένων περιοχών μπορεί να πραγματοποιηθεί ακριβέστερα στις υγρές περιόδους, καθώς παρουσιάζεται έντονη χρωματική αντίθεση και η φωτοερμηνεία γίνεται ευκολότερα.


Ακόμη, προέκυψαν προβλήματα κατά την ταξινόμηση των pixels, καθώς 11 από τα 128 pixels καμένης περιοχής κατηγοριοποιήθηκαν λανθασμένα ως καμένη περιοχή. Αντίστοιχα 20 pixels ταξινομήθηκαν λανθασμένα ως μη καμένη περιοχή, με τη συνολική ακρίβεια να κυμαίνεται στο 87,9%. Οι καμένες εκτάσεις, οι οποίες καλύπτουν τα λατομεία, δεν λήφθηκαν υπόψη στην εκτίμηση των δασικών πυρκαγιών, με σκοπό τη μεγαλύτερη ακρίβεια στα αποτελέσματα. Η βλάστηση φαίνεται να παρουσιάζει αρνητική αλλαγή, λόγω της ύπαρξης σκούρων αποχρώσεων του γκρι, υποδηλώνοντας εδαφική υποβάθμιση της περιοχής. Η αλλαγή της βλάστησης μιας περιοχής εξαιτίας των δασικών πυρκαγιών μπορεί να επιφέρει σημαντικές επιπτώσεις στη βιομάζα και τον πρωτογενή τομέα παραγωγής, συνεπώς η πρόβλεψη της υποβάθμισης αποτελεί ζωτικό εργαλείο για την αντιμετώπιση αυτών των προκλήσεων.


4. Συμπεράσματα

Οι δασικές πυρκαγιές αποτελούν θεμελιώδη μηχανισμό στην οικολογία των μεσογειακών οικοσυστημάτων, προσδίδοντας στα δάση τα βασικά χαρακτηριστικά της μεσογειακής λεκάνης. Ωστόσο, με την ανθρώπινη δραστηριότητα να έχει αυξηθεί δραστικά, ο αριθμός τους έχει αυξηθεί σε σημείο επικίνδυνο για την υποβάθμιση του εδάφους και της βιοποικιλότητας, όπως είναι το ζήτημα της διάβρωσης. Οι εικόνες υψηλής χωρικής ανάλυσης, που παρέχονται από δορυφόρους όπως είναι ο Landsat-8, μπορούν να παρουσιάσουν ιδιαίτερα ακριβή αποτελέσματα σχετικά με τις καμένες περιοχές στην επιφάνεια της γης. Μια εικόνα μπορεί να βελτιωθεί σημαντικά χρησιμοποιώντας στατιστικές μεθόδους, όπως η PCA, με αποτέλεσμα να είναι δυνατός ο εντοπισμός των καμένων εκτάσεων σε διάφορες χρονικές περιόδους. Τα κανάλια, τα οποία αποδείχθηκαν ως τα περισσότερο χρήσιμα ήταν το 4 και το 5, με το δείκτη NDVI να παίζει σημαντικό ρόλο στην καλύτερη οπτική αποσαφήνιση των χαρακτηριστικών της βλάστησης. Τέλος, η προσέγγιση της καμένης περιοχής φτάνει σε ποσοστό ακρίβειας 84,61%. Η μέθοδος της πολυχρονικής PCA διαχωρίζει τις δύο διαφορετικά καμένες εκτάσεις του 2016 και του 2018, αν και υποτιμά την καμένη περιοχή στη μέση του νησιού, καθώς είναι καλυμμένη από γυμνή γη.

Προσωπικά εργαλεία