Εναέρια τηλεπισκόπηση για την αστική αποστράγγιση υδάτων
Από RemoteSensing Wiki
Εναέρια τηλεπισκόπηση για την αστική αποστράγγιση υδάτων
Airborne remote sensing for urban drainage
John Elgy
Πηγή: Science Direct
1. Εισαγωγή
Υπάρχει ένας αριθμός προβλημάτων που σχετίζονται με το νερό σε αστικές περιοχές, τα οποία η τηλεπισκόπηση θα μπορούσε να λύσει. Αυτή η εργασία επικεντρώνεται στη χρήση εναέριων πολυφασματικών εικόνων για το σχεδιασμό μοντέλων για την αστική αποστράγγιση υδάτων. Συγκεκριμένα χαρτογραφούνται οι αδιαπέραστες επιφάνειες της βιομηχανικής περιοχή Black Country των δυτικών Middlands.
Χρησιμοποιείται το εναέριο σύστημα Airborne Thematic Mapper ( ATM ), το οποίο παρέχει υψηλής ανάλυσης πολυφασματικά ψηφιακά δεδομένα σε 11 κανάλια συμπεριλαμβανομένου του εγγύς υπέρυθρου και του θερμικού υπέρυθρου. Ο πίνακας 1 δείχνει τα μήκη του ηλεκτρομαγνητικού φάσματος τα οποία καταγράφονται από τους δέκτες του ΑΤΜ. Η εγγύς υπέρυθρη απεικόνιση ( εικόνα 1 ), δίνει καλές λεπτομέρειες της βλαστικής κάλυψης και η πριν από το σούρουπο θερμική υπέρυθρη απεικόνιση ( εικόνα 2 ), σχετίζεται με την περιεκτικότητα σε υγρασία και έτσι τη διαπερατότητα της γης. Στη συγκεκριμένη εικόνα οι σκοτεινές περιοχές μαρτυρούν χαμηλές θερμοκρασίες, ενώ οι φωτεινές, υψηλές.Τα δεδομένα που παρέχονται ταξινομούνται, ώστε να δημιουργηθεί ένας χάρτης χρήσεων γης των αστικών περιοχών. Παρόλο που οι δημοφιλέστερες ταξινομήσεις είναι οι μέθοδοι της μέγιστης πιθανοφάνειας και της εμπειρικής μέγιστης συνέχειας ( SMAP ), η μέθοδος που χρησιμοποιείται εδώ, χρησιμοποιεί τις πληροφορίες που παρέχονται που παρέχονται από τον ανιχνευτή ακμών μηδενικής τομής, για τον εντοπισμό ομοιογενών πολυγώνων, τα οποία ταξινομούνται στη συνέχεια.
2. Τα δεδομένα
Τα δεδομένα που χρησιμοποιήθηκαν σε αυτή τη μελέτη βρέθηκαν από το National Enviaronmental Research Council, ως μέρος ενός προγράμματος τηλοπισκόπησης του 1992. Οι εικόνες που χρησιμοποιήθηκαν τραβήχτηκαν στη διάρκεια πτήσεων στις 25 Ιουνίου 1992 και ώρα 9,30. Η περιοχή που καλύφθηκε από την εν λόγω φωτογραφεία φαίνεται στην εικόνα 3, με χωρική ανάλυση 1,5 Χ 1,5 τ.μ. ανά pixel και κλίμακα 1:5000. Πριν από οποιαδήποτε άλλη επεξεργασία, τα δεδομένα εξετάστηκαν και εντοπίστηκαν κάποια προβλήματα. Για παράδειγμα το κανάλι 1 βρέθηκε να είναι πολύ χαμηλής ποιότητας, το κανάλι 9 είχε παρόμοια φασματική αντίδραση με τα εγγύς υπέρυθρα κανάλια, αλλά περιείχε ένα σημαντικό ποσοστό θορύβου, ενώ το κανάλι 12 ήταν πανομοιότυπο του 11, αλλά με το μισό όφελος. Έτσι λοιπόν αυτά τα κανάλια δεν χρησιμοποιήθηκαν. Στην εικόνα 3 φαίνεται το εγγύς υπέρυθρο κανάλι 7, παρουσιασμένο ως κόκκινο, το κόκκινο οπτικό κανάλι παρουσιάζεται ως πράσινο και το πράσινο ως μπλε. Οι κόκκινες περιοχές της εικόνας αντιστοιχούν στην υγιή βλάστηση.
3. Ταξινόμηση της εικόνας
Το πρώτο βήμα της ταξινόμησης που χρησιμοποιήθηκε, είναι ο εντοπισμός γραμμών που αντιπροσωπεύουν τα όρια μεταξύ αυτόνομων ομοιογενών πολυγώνων. Ο ανιχνευτής ακμών Marr-Ηidreth, βασίζεται στις μηδενικές τομές μιας Λαπλασιανής μάσκας συνέλιξης. Εφαρμόζοντας αυτό τον ανιχνευτή σε κάθε κανάλι, παράγεται ένας τεράστιος αριθμός αντιτιθέμενων ακμών. Παρόλα αυτά αν χρησιμοποιηθεί μια ψευδοχρωματική σύνθεση της εικόνας και κατόπιν εφαρμοσθεί αυτός ο ανιχνευτής, μπορεί να δημιουργηθεί ένας χάρτης ακμών που διατηρεί τη διάταξη της αρχικής εικόνας και επισημαίνει δρόμους, κτίρια και βλάστηση. Έτσι λοιπόν μένει μία εικόνα που περιέχει μεγάλες πολυγωνικές περιοχές, που περιέχουν σε πολύ μεγάλο βαθμό ομογενείς εκτάσεις, που μπορούν να χρησιμοποιηθούν για την ταξινόμηση ( εικόνα 4 ).
Το επόμενο στάδιο είναι να εξεταστεί κάθε πολύγωνο ξεχωριστά σχετικά με την κατανομή των τιμών των pixel που περιέχει. Στην συγκεκριμένη περίπτωση βρέθηκε ότι τα πολύγωνα δεν ήταν απολύτως ομογενή και περιείχαν περισσότερες από μία, τάξεις αντικειμένων. Οι εικόνες των θερμικών καναλιών και μάλιστα την ώρα της αυγής, παρείχαν έναν εξαιρετικό τρόπο διαχωρισμού μεταξύ δρόμων, κτιρίων και βλάστησης. Η ταξινόμηση μπορεί να βελτιωθεί περαιτέρω με εφαρμογή ενός τοπικού αλγόριθμου σε κάθε πολύγωνο ξεχωριστά με χρήση των θερμικών καναλιών μόνο. Κάτι τέτοιο διαιρεί τα αρχικά πολύγωνα σε μικρότερα πλήρως ομογενή. Αυτά τα πολύγωνα τώρα ταξινομούνται με χρήση στατιστικής μεθόδου και βεβαιότητα ότι το κάθε ένα αντιστοιχεί σε μία διαφορετική τάξη. Η μέθοδος με τη μορφή διαγράμματος περιγράφεται στην εικόνα 5.4. Ακρίβεια της ταξινόμησης
Το σχήμα 6 δείχνει μία ταξινόμηση της εικόνας με έντεκα κλάσεις. Ακόμα το σχήμα 7 δείχνει την ίδια περιοχή επαναταξινομημένη, ώστε να υπάρχουν μόνο οι τέσσερις κλάσεις κάλυψης γης, που παραδοσιακά συναντώνται στην μοντελοποίηση της αστικής αποστράγγισης υδάτων.
Για τον εντοπισμό της ακρίβειας της ταξινόμησης που χρησιμοποιήθηκε, δημιουργήθηκε ένας πίνακας σύγχυσης, ο οποίος παρέχει συνολικές μετρήσεις της ακρίβειας, συνοδευόμενες από πληροφορίες για το πώς αυτές οι μετρήσεις επιτεύχθηκαν. Από αυτές τις μετρήσεις, γίνεται φανερό ότι η χρησιμοποιηθείσα μέθοδος ταξινόμησης, αποδίδει καλύτερα, τόσο από την μέθοδο της μέγιστης πιθανοφάνειας, όσο και από την SMAP μέθοδο ταξινόμησης, σε επίπεδο συνολικής ακρίβειας και λαθών παράλειψης. Αυτά τα αποτελέσματα περιέχονται στον πίνακα 2.Η εικόνα που παράχθηκε έχει πολλά πλεονεκτήματα σε σχέση με αυτές που δημιουργήθηκαν από κατά pixel ταξινομήσεις. Αρχικά η εικόνα έχει μεγαλύτερη ακρίβεια από τη μέθοδο μέγιστης πιθανοφάνειας ή τη SMAP και είναι ανώτερη ποιοτικά σε σχέση με τις άλλες δύο.
5. Συμπεράσματα
Η εναέρια τηλεπισκόπηση παρέχει μία εξαιρετική ευκαιρία για την ταξινόμηση της γεωκάλυψης, στη μελέτη της αστικής αποστράγγισης υδάτων.