ΒΡΑΧΥΠΡΟΘΕΣΜΗ ΠΡΟΒΛΕΨΗ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΝΕΡΟΥ Μ ΧΡΗΣΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΚΑΙ GIS

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση


1. Αντικείμενο Εφαρμογής: ΒΡΑΧΥΠΡΟΘΕΣΜΗ ΠΡΟΒΛΕΨΗ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΝΕΡΟΥ ΜΕ ΧΡΗΣΗ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ ΚΑΙ GIS

2. Στόχος Εφαρμογής: Αρχικός σκοπός της εφαρμογής είναι να ενσωματώσει τα τηλεπισκοπικά δεδομένα σε ένα μοντέλο αξιολόγησης της ποιότητας του νερού για να εξασφαλίσει μία πιο ακριβή αναπαράσταση της αρχικής κατάστασης που επικρατεί στις υδάτινες περιοχές. Ως δεύτερος στόχος τέθηκε η προσαρμογή των GIS για την ενίσχυση της συνεισφοράς στα μοντέλα πρόβλεψης της ποιότητας των υδάτων.

3. Πώς γινόταν παλαιότερα: Οι παραδοσιακές μέθοδοι περιλαμβάνουν μετρήσεις-δειγματοληψία πεδίου και μετέπειτα επεξεργασία στο εργαστήριο.

T16eik1.jpg

4. Είδη Δορυφόρων, Δεκτών και Καναλιών: Τα τηλεπισκοπικά δεδομένα λήφθηκαν από το δορυφόρο SPOT (ΕΙΚΟΝΑ 1) και συγκρίθηκαν με μετρήσεις πεδίου της χλωροφύλλης που περιείχαν τα δείγματα νερού.

5. Χρησιμότητα Δορυφόρων, Δεκτών και Καναλιών: Η Τηλεπισκόπηση παρέχει μία πιο επαναστατική τεχνική για την παρακολούθηση της ποιότητας του νερού επαναλαμβανόμενα και πάνω από μία ευρεία περιοχή. Οι δορυφορικές εικόνες και εικόνες από αερομεταφερόμενους τηλεπισκοπικούς δέκτες χρησιμοποιούνται αποτελεσματικά για τέτοιες εφαρμογές καθώς εκτιμούν παραμέτρους όπως η θερμοκρασία, η χλωροφύλλη-α, η θολότητα (turbidity) και τα αιωρούμενα σωματίδια για λίμνες και λεκάνες απορροής.

6. Προεπεξεργασίες: Η γεωαναφορά των δορυφορικών εικόνων έγινε στο σύστημα συντεταγμένων UTM.

7. Ψηφιακές επεξεργασίες/αλγόριθμοι και αποτελέσματα: Οι παράγωγες εικόνες που προέκυψαν από το βήμα 9 (Χρήση επιπρόσθετων χαρτών, βάσεων δεδομένων, GIS και ποιών )εξομαλύνθηκαν με ένα χαμηλοδιαβατό φίλτρο 7x7 για να απαλειφθούν οι έντονες διαφορές μεταξύ των διάφορων χαρακτηριστικών τους και τέλος «τοποθετήθηκαν» πάνω σε ένα υπόβαθρο εδαφοκάλυψης.

8. Χρήση επιπρόσθετων χαρτών, βάσεων δεδομένων, GIS και ποιών: Εξαιτίας της πολυπλοκότητας της διαδικασίας και της απαιτούμενης λεπτομέρειας της εφαρμογής χρησιμοποιήσαμε το αριθμητικό μοντέλο QUAL2E για να προσομοιώσει την ποιότητα του νερού το οποίο σε επόμενο στάδιο συνδέθηκε με το IMAGINE. Πιο συγκεκριμένα μόλις προσδιοριστούν οι αρχικές συνθήκες και οι περιβαλλοντικές παράμετροι το QUAL2E υπολογίζει τη μετακίνηση και τις επιδράσεις των ρύπων και στη συνέχεια προβλέπει τις αλλαγές στην υδρόβια βλάστηση, στα θρεπτικά συστατικά και στη θερμοκρασία για ένα δεδομένο χρονικό βήμα.

9. Αιτιολόγηση αναγκαιότητάς τους: Η ενσωμάτωση των GIS βελτιώνει την παρουσίαση των αποτελεσμάτων καθώς τα προσομοιώνει καλύτερα συγκριτικά με τα παραδοσιακά αριθμητικά διαγράμματα.

10. Ειδικές επεξεργασίες GIS και αποτελέσματα: Τα GIS μας προσφέρουν ένα κατάλληλο περιβάλλον για να πραγματοποιήσουμε την ενσωμάτωση των μοντέλων παρακολούθησης της ποιότητας του νερού με τα τηλεπισκοπικά συστήματα.

T16eik2.jpg
T16eik3.jpg

11. Προχωρημένες επεξεργασίες τηλεπισκοπικών εικόνων: Δημιουργήθηκε αρχικά ένα μοντέλο παρακολούθησης του νερού με τη βοήθεια του λογισμικού ERDAS IMAGINE για την εξαγωγή των υδάτινων σωμάτων από τις εικόνες του SPOT, για τον υπολογισμό των ψηφιακών τιμών και των αποκλίσεων στα διάφορα κανάλια του καθώς και για τη δημιουργία εικόνων της κατανομής της χλωροφύλλης, του φωσφόρου και του βάθους του νερού. Επίσης χρησιμοποιήθηκε η προσέγγιση «συνδεδεμένων μοντέλων» (linked-model approach) για το σύστημα πρόβλεψης της ποιότητας του νερού λόγω της πολυπλοκότητας που παρουσιάζει η προσομοίωσή της. Το πρώτο βήμα, η εξαγωγή των διαφόρων χαρακτηριστικών της περιοχής, ήταν η αναγνώριση του υδάτινου σώματος με τον αλγόριθμο της μη επιβλεπόμενης ταξινόμησης. Με τον τρόπο αυτό διαχωρίστηκαν τα pixels που αντιστοιχούν σε νερό από αυτά που αντιστοιχούν σε έδαφος στο κανάλι 3 (εγγύς υπέρυθρο). Ως κύρια κατηγορία τέθηκε το νερό σε όλη την έκταση της εικόνας και έτσι αναγνωρίσαμε τη λεκάνη απορροής. Από τη διαδικασία αυτή προέκυψε μία δυαδική μάσκα η οποία ανέθεσε στα pixels που αντιστοιχούν σε νερό την τιμή «1» και στα υπόλοιπα την τιμή «0». Στη συνέχεια το υδάτινο σώμα της εικόνας προέκυψε και στα υπόλοιπα κανάλια του SPOT με τον πολλαπλασιασμό τους με τη μάσκα αυτή.

T16eik4.jpg

12. Σημαντικά αποτελέσματα και αξιολόγηση των μεθόδων: Οι συμβατικές μέθοδοι μελέτης της ποιότητας του νερού είναι αρκετά χρονοβόρες και ειδικά για μη σημειακές πηγές ρύπων σε μία μεγάλη έκταση. Για να συμπληρώσουμε το κενό αυτό και για να εξασφαλίσουμε πληροφορίες για την περιοχή σε πραγματικό χρόνο χρησιμοποιήσαμε δορυφορικές εικόνες οι οποίες αποδείχθηκαν πολύ αποτελεσματικές. Επίσης με την ενσωμάτωση των GIS τα αποτελέσματα παρουσιάστηκαν σε θεματικούς χάρτες δύο διαστάσεων και σε δυναμικές συνεχόμενες εικόνες. Η οπτικοποίηση των αποτελεσμάτων είναι πολύ χρήσιμη για την άμεση και αποτελεσματική κατανόηση των συνθηκών που επικρατούν στο υδάτινο σώμα. Από τη στιγμή που θα δημιουργηθεί ένα μοντέλο παρακολούθησης η διαδικασία της πρόβλεψης των αλλαγών που θα συμβούν σε αυτό λόγω μετεωρολογικών συνθηκών και μολύνσεων θα είναι πλέον μία διαδικασία γρήγορη και με χαμηλό κόστος.

ΠΡΩΤΟΤΥΠΟ ΑΡΘΡΟ ADAPTIVE SHORT-TERM WATER QUALITY FORECASTS USING REMOTE SENSING AND GIS Ming-Der Yang, Carolyn J. Merry and Robert M. Sykes