Αυτόματη ανίχνευση χαρακτηριστικών σημείων κατολίσθησης μέσω τηλεπισκόπησης στην περιοχή CORDILLERAS (GRANADA, SPAIN)
Από RemoteSensing Wiki
Πηγή: Automatic detection of landslide features with remote sensing techniques in the Betic Cordilleras (Granada, Southern Spain)
Συγγραφείς: T. Fernández , J. Jiménez , P. Fernández , R. El Hamdouni ,F.J. Cardenal , J. Delgado , C. Irigaray , J. Chacón
Σκοπός
Οι τεχνικές της τηλεπισκόπησης χρησιμοποιούνται εδώ και πολλά χρόνια για την μελέτη περιοχών που παρατηρούνται κατολισθήσεις. Οι πρώτες εφαρμογές πραγματοποιήθηκαν ήδη από την δεκαετία του '90 και μέχρι σήμερα έχουν αναπτυχθεί μέθοδοι διάφορων χωρικών και φασματικών αναλύσεων για την λήψη των αντίστοιχων εικόνων που είναι απαραίτητες για την μελέτη των σημείων κατολίσθησης. Η μελέτη αυτή περιλαμβάνει φωτοερμηνευτική παρέμβαση και μελέτη μεγάλων πεδίων κατολίσθησης, ανάλυση των παραγόντων που επηρεάζουν τις κατολισθήσεις, ενώ εξετάζεται επίσης η στερεοδιαμόρφωση των μεταβολών. Τέλος μελετάται η αυτόματη ανίχνευση μέσω ανάλυσης της υφής. Τα ανώμαλα επιφανειακά όρια και η επιφανειακή υφή των σημείων κατολίσθησης είναι ιδιαίτερα χαρακτηριστικά που μπορούν να ενισχυθούν κατά την παρατήρησή τους με τηλεπισκοπικές τεχνικές μέσω ανάλυσης της υφής.
Περιοχή μελέτης
Η περιοχή μελέτης είναι μια έκταση 600 τετραγωνικών χιλιομέτρων, στην Γρανάδα της Νότιας Ισπανίας (εικόνα 1). Πρόκειται για μια αγροτική περιοχή με μικρά χωριά που είναι διασπαρμένα σε όλη την περιοχή και συνδέονται με μικρούς δρόμους. Η περιοχή παρουσιάζει περιοχές με υψηλή τάση κατολίσθησης κυρίως λόγω της γεωμορφολογίας της. Τα εδάφη αποτελούνται από μεταπελιτικές και ανθρακικές μάζες. Επίσης, την τάση προς κατολίσθηση επηρεάζει το τοπικό κλίμα της περιοχής. Επικρατεί κυρίως μεσογειακό κλίμα εκτός από τις ζώνες μεγάλου υψομέτρου (άνω των 1800 μέτρων). Η μέση θερμοκρασία ποικίλει τον χειμώνα από 12 έως 18 βαθμούς το καλοκαίρι. Γενικά μεγάλες θερμοκρασιακές μεταβολές δημιουργούν λόγω συστολής-διαστολής τάσεις που μπορεί να ενισχύσουν την κατολίσθηση.
Δορυφορικά δεδομένα
Για την μελέτη κατολισθήσεων στην συγκεκριμένη περιοχή χρησιμοποιήθηκαν δεδομένα τηλεπισκόπησης και συγκεκριμένα εικόνες υψηλής και μέτριας ανάλυσης που λήφθηκαν από διάφορους δορυφόρους σε παγχρωματικό ή πολυφασματικό τύπο. Τα χαρακτηριστικά των δορυφορικών εικόνων φαίνονται στον παρακάτω πίνακα (εικόνα 2). Οι εικόνες των Spot 5 και Landsat ETM+ καλύπτουν ολόκληρη την ζώνη ενώ τα δεδομένα του Ikonos είναι διαθέσιμα μόνο για την κεντρική περιοχή.
Προεπεξεργασία
Μέσω των διαδικασιών προεπεξεργασίας, οι αρχικές εικόνες μετατρέπονται σε χαρτογραφικά προϊόντα που χρησιμοποιούνται ως δεδομένα εισόδου για άλλες αναλύσεις. Πρώτα απ' όλα οι εικόνες διορθώθηκαν γεωμετρικά και ως σύστημα γεωαναφοράς χρησιμοποιήθηκε το προβολικό UTM. Η διόρθωση έγινε με μέσα σημεία ελέγχου και μοντέλα που εφαρμόστηκαν σε λογισμικό ERDAS για διάφορους ανιχνευτές (Ikonos, Spot,κλπ.). Δεύτερον, εφαρμόστηκε ραδιομετρική διόρθωση μονού τύπου Chavez με σκοπό να περιοριστούν οι ατμοσφαιρικές παρεμβολές.
Ενισχύσεις και έγχρωμα σύνθετα
Μετά την προεπεξεργασία, τα κανάλια των εικόνων ενισχύθηκαν με γραμμική προέκταση του ιστογράμματος (εικόνα 3). Η ενίσχυση αυτή δεν εφαρμόστηκε στις εικόνες Ikonos (ενίσχυση μέσω λογαριθμικής προέκτασης). Οι διαθέσιμες εικόνες Ikonos έχουν ζώνες σκίασης μεγάλου εύρους και για τον λόγο αυτό προτιμάται η μη γραμμική προέκταση του ιστογράμματος. Παράχθηκαν διάφορα έγχρωμα σύνθετα από τα κανάλια των προεπεξεργασμένων εικόνων. Εκτός των RCC και FCC, παρατηρήθηκε πως εάν περιληφθεί το κανάλι για το εγγύς υπέρυθρο, επιτρέπεται η διάκριση των ζωνών που καλύπτονται από βλάστηση από τις ζώντες γυμνού εδάφους που εμφανίζουν πολύ μικρή κάλυψη. Αυτό το στοιχείο αποτελεί έναν παράγοντα που μπορεί να χρησιμοποιηθεί για την ταυτοποίηση σημείων κατολίσθησης (γυμνό έδαφος). Άλλα ενδιαφέροντα έγχρωμα σύνθετα περιλαμβάνουν το μικροκυματικό υπέρυθρο και είναι χρήσιμα για την ταυτοποίηση λιθολογικών αλλαγών ή την παρατήρηση των ορίων των επιφανειών.
Φίλτρα
Εφαρμόστηκαν διάφορα φίλτρα στις εικόνες και κυρίως στις εικόνες παγχρωματικού τύπου. Αρχικά χρησιμοποιήθηκαν ενισχυτικά φίλτρα συνέλιξης άκρων όπως το φίλτρο Sobel ή η επεξεργασία κατά Laplace για τον προσδιορισμό των γραμμικών χαρακτηριστικών των κατολισθήσεων (όρια, όγκοι υλικού που κατολισθαίνει). Σε δεύτερο στάδιο, εφαρμόστηκαν φίλτρα υφής όπως το φίλτρο διαφοροποίησης, μέσης ευκλείδιας απόστασης (MEUC) και μήτρας συνύπαρξης εντροπίας γκρι επιπέδου (grey-level co-ocurrence matrix (GCLM) entropy) για τον υπολογισμό της μεταβλητότητας ενός εικονοστοιχείου ως προς τα γειτονικά του. Ωστόσο, αυτά τα φίλτρα υφής, ειδικά όταν εφαρμόζονται σε θερμικά κανάλια, επιτρέπουν την ανίχνευση ανώμαλων μορφολογιών.
Δείκτες και ψηφιακές ταξινομήσεις
Οι δείκτες βλάστησης είναι πολύ χρήσιμοι για την ταυτοποίηση κατολισθήσεων και ειδικά σε ζώνες που είναι έντονα καλυμμένες από βλάστηση. Άλλωστε, μειώνουν τις διαφορές μεταξύ ηλιόλουστων και σκιασμένων περιοχών (εικόνες Ikonos της περιοχής μελέτης). Επιπλέον, εφαρμόστηκε ψηφιακή επιβλεπόμενη ταξινόμηση στα δεδομένα των πολυφασματικων εικόνων διακρίνοντας τέσσερις βασικές τάξεις χρήσης γης και υλικών:αγροτικές μη αξιοποιημένες περιοχές, βλάστηση (από γρασίδι έως δάση), εδάφη αραιής βλάστησης και μάζες πετρωμάτων (αλλουβιακές αποθέσεις). Εκτός από αυτές, οι διάφοροι τύποι κατολίσθησης εκτιμήθηκαν ως πέμπτη τάξη. Σύμφωνα με τα παραπάνω, καταστρώθηκαν τρεις ταξιομημένες εικόνες για κάθε ανιχνευτή. Τέλος, απαιτείται ανάλυση για τη μελέτη της διαφοροποίησης των φασματικών υπογραφών έτσι ώστε να ξεκαθαριστεί το κατά πόσο είναι πιθανό να διακριθούν οι διάφοροι τύποι κατολίσθησης.
Σημαντικά αποτελέσματα
Υπάρχουν διάφορες βιβλιογραφικές προσεγγίσεις σχετικά με την μελέτη κατολισθήσεων. Ανάλογα με τα χαρακτηριστικά των ζωνών μελέτης και τις διαθέσιμες εικόνες, οι προσεγγίσεις μπορεί να είναι διαφορετικές, όμως όλες βασίζονται είτε σε πολυφασματικά δεδομένα είτε σε ανάλυση της υφής. Σε αυτή τη μελέτη συνδυάστηκαν και οι δύο προσεγγίσεις μέσω της ψηφιακής ταξινόμησης και των φίλτρων υφής. Η ψηφιακή ταξινόμηση από την πολυφασματική ανάλυση δημιούργησε μια τάξη για κάθε τύπο κατολίσθησης αλλά με συγκεκριμένη επικάλυψη με άλλες τάξεις όπως τα εδάφη, τα πετρώματα και τα αλλουβιακά υλικά. Σε αυτό το σημείο, η ανάλυση υφής μπορεί να λύσει τα προβλήματα βεβαιότητας, διακρίνοντας τις τάξεις κατολισθήσεων από άλλες χρήσεις γης, δίνοντας στην ταξινόμηση μεγαλύτερη ακρίβεια.
