Δημιουργία μοντέλου πρόβλεψης των δυναμικών εξάρσεων των φυκών με τη χρήση τηλεπισκόπησης
Από RemoteSensing Wiki
The modeling for dynamic algae blooms prediction based on remote sensing, WEI Qingyu, JIANG Nanb, LU Hengc, HU Binb, http://www.isprs.org/congresses/beijing2008/proceedings/4_pdf/270.pdf
Αντικείμενο της εφαρμογής
Τα κυανοβακτήρια και ο ευτροφισμός των λιμνών στην Κίνα είναι ένα από τα μεγαλύτερα περιβαλλοντικά προβλήματα της περιοχής, ενώ ο έλεγχος του ευτροφισμού συγκεντρώνει την παγκόσμια ανησυχία. Η λίμνη Taihu βρίσκεται ανάμεσα στις επαρχίες Jiangsu και Zhejiang, και με μέσο βάθος 1,89m και επιφάνεια 2.338km2 αποτελεί την τρίτη μεγαλύτερη λίμνη της χώρας. Η περιοχή είναι οικονομικά αναπτυσσόμενη και συγκεντρώνει μεγάλη τουριστική κίνηση, γεγονός που οδηγεί σε σημειακές απορρίψεις ρύπων και στη δημιουργία εστιών ρύπανσης. Ο ευτροφισμός της λίμνης Taihu είναι ο κύριος λόγος της περιβαλλοντικής κρίσης ολόκληρης της περιοχής. Ο αριθμός των κυανοβακτηρίων αυξάνεται με τάχιστους ρυθμούς, ειδικά σε περιόδους υψηλών θερμοκρασιών. Η υποβάθμιση της ποιότητας του νερού επηρεάζει την παρακείμενη πόλη Waxi, τα αποθέματα νερού τις οποίας εξαρτώνται άμεσα από τη λίμνη. Το 2007, σε μια έκρηξη της ποσότητας των κυανοβακτηρίων, διαταράχτηκε η ισορροπία του οικοσυστήματος, μειώθηκαν τα αποθέματα αλιείας και επλήγησαν οι υδατοκαλλιέργειες. Επιπλέον, έρευνες έδειξαν ότι η τοξίνη που παράγεται από τον κύριο πληθυσμό κυανοβακτηρίων (Microcystis), μπορεί να προξενήσει βλάβες στο συκώτι και καρκίνο στους ανθρώπους.
Στόχος της εφαρμογής
Η χρήση της τηλεπισκόπησης στην ανίχνευση των κυανοβακτηρίων του νερού πλεονεκτεί έναντι άλλων μεθόδων, καθώς όχι μόνο μπορεί να παρέχει γρήγορα την κατανομή του νερού ολόκληρης της λίμνης ως όλον, αλλά μπορεί και να εγκαθιδρύσει ένα διαρκές σύστημα παρακολούθησης της συγκέντρωσης των κυανοβακτηρίων (Chang, 2004). Παράλληλα, με τη βοήθεια τηλεπισκοπικών εικόνων κυανοβακτηρίων από δορυφόρους υψηλής διακριτικής ικανότητας μπορεί να ανιχνευθεί η βιοχημική επιρροή της αύξησής τους στο οικοσύστημα. Επιπλέον, η τηλεπισκόπηση μπορεί να παρέχει την επιστημονική βάση για τον έλεγχο των κυανοβακτηρίων, καθώς είχε προσφέρει αποτελεσματικά και οικονομικά εργαλεία για τον έλεγχο της ποιότητας του νερού που βρίσκεται στην ηπειρωτική χώρα (Krawczyk, 2003; Kutser, 2006).
Είδη δορυφορικών συστημάτων
Η μελέτη αυτή βασίζεται στις πηγές τηλεπισκόπισης MODIS. Οι αισθητήρες MODIS βρίσκονται στους δορυφόρους Terra και Aqua, οι οποίοι έχουν πλεονεκτήματα όπως το χαμηλό κόστος, το μεγάλο εύρος κάλυψης ή τον εύκολο χειρισμό για την παρακολούθηση των φυσικών καταστροφών, κτλ. Είναι ορατοί στο θερμικό υπέρυθρο φάσμα των 36 καναλιών, με διακριτική ικανότητα 250m ~ 1000m. Τα δεδομένα MODIS παίζουν έναν πολύ σημαντικό ρόλο στην παρακολούθηση των λιμνών της ηπειρωτικής χώρας (Bowers, 2001; Nezlin, 1999). Το μοντέλο πρόγνωσης που εφαρμόζεται σ’ αυτή την έρευνα επικεντρώνεται στον έλεγχο της κατάστασης του υδάτινου όγκου της λίμνης Taihu, που βασίζεται στις εικόνες MODIS. Ο MODIS είναι ένας εγκάρσιος ραδιομετρικός σαρωτής με 36 φασματικά κανάλια: 29 με διαστάσεις εικονοστοιχείου 1km (στο ναδίρ), 5 με διαστάσεις 500m και 2 με διαστάσεις 250m. Ως πηγή δεδομένων των εξάρσεων φυτοπλαγκτού, υπολογίζει τη συγκέντρωση της χλωροφύλλης-α, με κανονικοποίηση βασισμένη σε δεδομένα που συλλέχθηκαν από το πεδίο.
Γεωμετρική διόρθωση
Η γεωμετρική διόρθωση χρησιμοποιεί την εκτίμηση Geographic Lat/Lon, σημείο αναφοράς για WGS-84. Η διόρθωση βασίζεται στις εγγενείς Lat/Lon πληροφορίες των δεδομένων 1Β του MODIS και εκτιμάται αυτόματα από το ENVI για διόρθωση της γεωμετρίας.
Ραδιομετρική βαθμονόμηση
Η τιμή της ακτινοβολίας πάνω στον αισθητήρα μπορεί να υπολογιστεί με ραδιομετρική βαθμονόμηση των δεδομένων της εικόνας στα μεταδεδομένα που έχουν εγγραφεί σε κάθε κανάλι.
Ατμοσφαιρική διόρθωση
Η μελέτη αυτή χρησιμοποίησε μια προσέγγιση βασισμένη στις εικόνες για την ατμοσφαιρική διόρθωση. Η μέθοδος έγκειται στην αποκοπή του μικρότερου άκρου του ιστογράμματος. Η βασική ιδέα είναι ότι μια εικόνα μπορεί πάντα να βρεθεί με έναν ή περισσότερους τύπους χαρακτηριστικών, των οποίων η ακτινοβολία ή η ανακλαστικότητα να είναι κοντά στο μηδέν. Έτσι η αντίστοιχη τοποθεσία των τιμών φωτεινότητας των εικονοστοιχείων στην εικόνα πρέπει να είναι η ίδια. Έχει μετρηθεί, όμως, ότι οι περιοχές αυτές στη φωτεινότητα των εικονοστοιχείων δεν είναι μηδέν. Η τιμή αυτή πρέπει να είναι στην ατμόσφαιρα και οδηγεί στη διασκόρπιση της τιμής της ακτινοβολίας.
Μοντέλο βασισμένο στα φασματικά χαρακτηριστικά της παρακολούθησης
Ως δείκτης χρησιμοποιήθηκε το γένος Microcystis που ανήκει στις μικροκυστίνες (κυανοφύκη). Για να παρατηρηθεί αν μπορεί να χρησιμοποιηθεί στα υπέρυθρα μήκη κύματος, αναπτύχθηκαν δύο παραμετρικές εξισώσεις για το φάσμα των μικροκυστινών στα 550 και 710nm. Παρατηρήθηκαν δύο εμφανή μέγιστα ανάκλασης και απορρόφησης στα 440 και 670nm. Συγκεκριμένα για το Microcystis, παρατηρείται ένα μέγιστο απορρόφησης κοντά στα 620nm, μοναδικό για το γένος. Τα μοναδικά αυτά φασματικά χαρακτηριστικά τους, κάνουν εφικτή τη μέτρηση της συγκέντρωσής τους με τη χρήση τηλεπισκόπησης. Στην εικόνα φαίνεται το μοντέλο της δυναμικής πρόβλεψης της έκρηξης των φυκών. Για την ολοκλήρωση του μοντέλου απαιτήθηκαν επίσης μελέτες στο πεδίο και το εργαστήριο.
Μοντέλο βασισμένο στην πρόβλεψη των καιρικών συνθηκών
Η θερμοκρασία και το φως παίζουν σημαντικό ρόλο στην αύξηση των φυκών, ενώ η κατεύθυνση και η ταχύτητα του ανέμου έχουν άμεσο αντίκτυπο στην εξάπλωσή τους στο νερό. Παρατηρώντας τις δύο εικόνες του δορυφόρου από την ίδια μέρα, σε διαφορετική όμως ώρα (11:25 και 13:00 αντίστοιχα) βλέπουμε ότι η κατανομή των φυκών είναι πολύ διαφορετική εξαιτίας των διαφορετικών καιρικών συνθηκών. Το μοντέλο της τηλε-παρακολούθησης των εξάρσεων των φυκών δημιουργήθηκε για να παρουσιάσει την ποσότητα, την ταχύτητα και την εξάπλωση των κυττάτων του φυτοπλαγκτού με βάση τα δεδομένα του MODIS. Ειδικά, η μοντελοποίηση των υδρολογικών και περιβαλλοντικών διεργασιών και οι μεσο- και μακροπρόθεσμοι καιρικοί παράγοντες, σε συνδυασμό με την παρακολούθηση, τη διαχείριση και τον έλεγχο απαιτούν μεγάλη ποσότητα δεδομένων και πληροφοριών, διαφορετικά μοντέλα και τεχνικές, με ταχύτητα και ακρίβεια. Όλα αυτά μπορούν να ενσωματωθούν στο μοντέλο.
